文件名称：Kmean电影简介聚类数据
文件大小：734KB
文件格式：RAR
更新时间：2023-02-04 14:11:23
Kmean NLTK
文本分类一般包括了文本的表达、 分类器的选择与训练、 分类结果的评价与反馈等过程，其中文本的表达又可细分为文本预处理、索引和统计、特征抽取等步骤。文本分类系统的总体功能模块为： （1） 预处理：将原始语料格式化为同一格式，便于后续的统一处理； （2） 索引：将文档分解为基本处理单元，同时降低后续处理的开销； （3） 统计：词频统计，项（单词、概念）与分类的相关概率； （4） 特征抽取：从文档中抽取出反映文档主题的特征； （5）分类器：分类器的训练； （6） 评价：分类器的测试结果分析。
【文件预览】：
电影简介聚类数据
----genres_list.txt(3KB)
----Stopwords.txt(26KB)
----link_list_imdb.txt(4KB)
----link_list_wiki.txt(5KB)
----synopses_list.txt.txt(31KB)
----01_All_BHSpider_Content_Result.txt(1022KB)
----synopses_list_wiki.txt(963KB)
----synopses_list_imdb.txt(820KB)
----requirements.txt(674B)
----title_list.txt(2KB)
----link_list.txt(2KB)