https://github.com/lining0806/textclassify2

多算法综合的文本分类系统
https://github.com/lining0806/textclassify2

Last synced: 11 months ago
JSON representation

多算法综合的文本分类系统

• Host: GitHub
• URL: https://github.com/lining0806/textclassify2
• Owner: lining0806
• Created: 2015-11-11T03:23:01.000Z (over 10 years ago)
• Default Branch: master
• Last Pushed: 2017-01-14T04:07:34.000Z (about 9 years ago)
• Last Synced: 2025-03-28T01:50:15.542Z (12 months ago)
• Language: Python
• Homepage:
• Size: 1.8 MB
• Stars: 24
• Watchers: 3
• Forks: 15
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

          
# 多算法的文本分类系统

### **更多详见[TextMining](https://github.com/lining0806/TextMining)**

***

## 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，则将该需要添加的单词及词频加入到主词典dict文件中或者用户词典user_dict，一行一个（词频也可省略）