数据结构：搜狗数据集（最外层文件夹）类别（第二层文件夹，比如说 军事）
10.txt（军事类别下面的一个文本文件）
import os
import jieba
# 保存文件的函数
def savefile(savepath, content):
fp = open(savepath, 'w', encoding='ANSI',errors='ignore')
fp.write(content)
fp.close()
# 读取文件的函数
def readfile(path):
fp = open(path, "r", encoding='ANSI', errors='ignore')
content = fp.read()
fp.close()
return content
## 去除停用词的2个函数
# 创建停用词list
def stopwordslist(filepath):
stopwords = [line.strip() for line in open(filepath, 'r', encoding='utf-8').readlines()]
return stopwords
# 对句子去除停用词
def movestopwords(sentence):
s最后
以上就是喜悦大叔最近收集整理的关于数据预处理一：文本分词并且去停用词代码的全部内容，更多相关数据预处理一内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复