文件名称：我的文本挖掘
文件大小：7KB
文件格式：ZIP
更新时间：2024-03-10 14:15:07
Python
可重现的研究工作流程示例：Python中的JSON解析和文本挖掘，R + RMarkdown 这是一个基本示例工作流程，它遵循的原则，使用GNU Make，Python和R进行可重现的研究工作流程。 请将此模板与我们的教程结合使用，网址为 。 该存储库的主要目的是要有一个干净基本的结构，可以很容易地对其进行调整以在实际项目中使用。 在此示例项目中，完成以下操作： 管道阶段“数据准备” 将原始JSON数据下载到zip文件中 解压缩数据 将JSON数据解析为CSV文件 加载CSV文件，并使用Python的TextBlob包通过文本挖掘指标丰富文本数据，以进行情感分析 管道阶段“分析” 从上一个管道阶段加载最终输出文件，运行预清理代码 使用简单的统计信息生成RMarkdown HTML输出 依存关系 通过Anaconda发行版的Python 通过pip install -U text
【文件预览】：
my-textmining-master
----src()
--------data-preparation()
--------analysis()
----makefile(251B)
----.gitignore(33B)
----readme.md(2KB)