【文件属性】:
文件名称:TextClassify2:多算法综合的文本分类系统
文件大小:1.83MB
文件格式:ZIP
更新时间:2021-03-11 18:45:12
系统开源
多算法的文本分类系统
更多详见
关于分词
英文分词,采用nltk工具包进行分词
pip install nltk
中文分词,采用jieba工具包进行分词
pip install jieba
jieba分词
dict 主词典文件
user_dict 用户词典文件,即分词白名单
user_dict为分词白名单
如果添加的过滤词(包括黑名单和白名单)无法正确被jieba正确分词,则需要添加的单词和词频加入到主字典dict文件中或者用户词典user_dict,一行一个(词频也可省略)
【文件预览】:
TextClassify2-master
----TextClassify.py(5KB)
----README.md(661B)
----TextFeature.py(695B)
----TextProcess.py(6KB)
----MongoDBIO.py(5KB)
----Main.py(8KB)
----Config()
--------stopwords_chs(12KB)
--------config(429B)
--------dict(4.84MB)
--------user_dict(0B)