绘制文本中最常用的单词(删除停用单词)

文章/答案/技术大牛

发布

1回答

我想要英语中最常用的单词

java、parsing、text、wikipedia

我想要英语中最常用的单词。基本上，我正在处理维基百科的文本，即使删除了停用的单词，也会遇到很多单词。我试着用谷歌搜索常用的单词，但得到了下面的链接。谢谢

浏览 2提问于2010-09-02得票数 1

回答已采纳

2回答

python、pandas、nlp

我正在尝试绘制具有以下列tags和text列的DataFrame中最常用的单词。这个DataFrame是True和Fake新闻的混合体。真新闻在DataFrame中的值为0，假新闻的值为1 tags text from nltk impor

浏览 22提问于2020-09-12得票数 1

回答已采纳

0回答

将“utf-8”编码字符串列表转换为常规字符串

python、string、list、twitter、utf-8

我正在使用tweepy库获取tweet文本列表，我需要将200条tweet中的单词与停用词列表进行比较，并删除tweet text列表中的停用词，这样我就可以说出在搜索到的tweet中出现最多的单词是什么问题是，当我检索单词时，我必须对它进行编码才能得到它，所以我得到了一个b‘tweet.texts’的列表，它不能与我的停用词列表进行比较，因为它

浏览 3提问于2017-11-28得票数 0

3回答

标记文本文档-有监督的机器学习

nlp、nltk、stanford-nlp、opennlp

为了制作多个标签，如体育，技术，政治，娱乐，我需要每个标签的一些单词集来制作标签。示例我在哪里可以找到在线标签数据来帮助我？

浏览 0提问于2017-07-16得票数 2

1回答

中文文本的TF-IDF算法

python、tf-idf、tfidfvectorizer

我正在对中文文本进行TF-IDF，并搜索文本中最常用的10个单词。有没有办法只获取有意义的单词？我用“解吧”把汉语句子切成单词。

浏览 2提问于2020-07-23得票数 1

6回答

使用Javascript查找字符串中最常用的单词？

javascript、string、search

我有一个很大的文本块，我想找出最常用的单词(除了一些，如" the "，"a"，" and“等)。我该如何搜索这段文本中最常用的单词呢？

浏览 0提问于2011-07-04得票数 16

回答已采纳

3回答

如何在java处理中从外部文件中选择随机单词？

java、string、random

我有这个任务，我必须制作一个外部文本文件中最常用的单词的词云，所有的单词都将从中心开始，并扩展/动画到词云……我已经做了一个单词计数器来确定文本文件中最常用的单词，既然我知道了哪些单词最常用，那么如何从文本文件中最常用的50个单词

浏览 25提问于2017-07-07得票数 0

1回答

有博客的英文停用词列表吗？

nlp、web-crawler、stop-words

我正在写博客来分析它们的内容。我正在使用基本的英文停用词列表，但这是不够的，因为博客特定的频繁但无用的单词，如“存档”，“评论”等。你知道预先创建的针对博客的停用词列表吗？

浏览 2提问于2014-07-26得票数 0

1回答

训练和测试数据中缺失值的机器学习问题

python、sentiment-analysis、naivebayes

我在为二进制分类训练文本分类器。在我的培训数据中，文本部分的.csv文件中有空值，测试文件中也有空值。我已经将这两个文件转换为一个dataframe (Pandas)。这是总体数据的一小部分(小于0.01)。了解这一点--用空字符串替换空文本字段更好，还是将其保留为空？如果答案是用空字符串替换，那么在针对模型运行测试csv文件之前，对它执行同样的操作是否“可以接受”？

浏览 4提问于2022-05-22得票数 0

1回答

Counter()并绘制文本中最常用的单词

python、matplotlib、counter

我已经编写了一个函数，用于输出和绘制文本中最常见的单词。请看下面的代码和输出。Term frequencies used inTwitter Data")plt.savefig('us-iran-term-distn.png') 输出的是最常用的单词我怎么才能在x轴上添加最常用的单词

浏览 13提问于2020-07-22得票数 2

回答已采纳

1回答

如何在大数据集(训练、开发、测试)上使用CountVectorizer和TfidfTransformer？

python-3.x、machine-learning、sentiment-analysis

以下是我的样本训练数据：a.仅表示具有二进制值的单词出现(baseline)。b.删除停用的单词(这些是英语中最常见的单词)。 c.表示单词的

浏览 0提问于2019-11-26得票数 1

2回答

如何从HashMap中仅打印前10个单词及其出现频率？

java、hashmap、word-count

我的代码有问题。我正在读一个包含一些文本的文件，然后计算单词和它们的频率。然后，我尝试打印出文本中最常用的前10个单词。但是，使用我尝试过的方法(例如，将for循环设置为在10次迭代后停止)，我只以相同的方式打印了10次单词。否则，我可以打印文件中的所有单词及其频率。我只需要最常用的前10个<

浏览 17提问于2017-12-09得票数 1

回答已采纳

6回答

“停止单词”列表中的英语？

language-agnostic、indexing、filtering、stop-words、nlp

我正在为一些英语文本生成一些统计数据，我想跳过"a“和"the”这样乏味的单词。这些单词的列表是否与英语中最常用的单词列表相同？更新:这些显然被称为“停止词”，而不是“跳过单词”。

浏览 11提问于2009-08-02得票数 21

回答已采纳

2回答

如何在主题建模(lda)中删除不必要的信息

r、data-mining、text-mining、lda、topic-modeling

如何在主题建模(lda)中删除不必要的信息1. Doesn't taste good to me.我到底是怎么了？我该如何修复它？

浏览 8提问于2017-09-14得票数 2

4回答

使用NLTK删除停止字

python、nlp、nltk、stop-words

我试图通过使用nltk工具包删除停用词来处理用户输入的文本，但是使用停用词删除时，像'and'，'or'，'not‘这样的单词会被删除。我希望这些单词在停用词删除过程后出现，因为它们是以后将文本作为查询处理所需的运算符。我不知道哪些词可以作为文本查询的运算符，我

浏览 78提问于2013-10-02得票数 78

回答已采纳

1回答

消除文本中的停用词，同时不删除重复的常规词

python、nltk

我正在尝试创建一个列表，其中包含特定文本文件中最常见的50个单词，但是我希望从该列表中删除停用的单词。我已经使用下面的代码做到了这一点。stopwords.words("english"))然而，这是删除我想要的单词的重复

浏览 0提问于2016-09-22得票数 0

回答已采纳

1回答

csv文件列映射python中最常见的单词

python、mapreduce

有人知道如何创建一个贴图的python脚本来显示csv列中最常用的单词吗？例如csv文件有A，B，C列，我希望脚本输出C列中最常用的单词，任何帮助都将非常感谢。

浏览 1提问于2022-02-17得票数 0

1回答

如何使用matplotlib或其他库创建词频图

python

我有一个包含标记化字符串/单词的数据帧。下面是它看起来的样子。(我基本上是在读取一个xlsx文件，然后通过删除停用词、标点符号等来规范化文本……)1 [banana, apple, date..] 2 [现在我试着用下面的代码画出10个最常用的单词的曲线图。如果我使用to_string函数将数据帧转换为字符串，它将创建一个仅包含字母的</e

浏览 10提问于2018-12-04得票数 1

1回答

如何在Ubuntu上的PDF文件中找到n个最常用的单词？

parsing、ubuntu、pdf

我必须找到这些文件中最常用的单词。我想要一种解析复杂PDF文件的方法(包括文字、数字和公式)。然后，我想写一个脚本，它解析我的PC上特定位置的所有文件，并返回所有PDF文件加在一起的</

浏览 5提问于2014-12-29得票数 0

1回答

在PostgreSQL中动态创建字典是可能的吗？

postgresql、dictionary、full-text-search、stop-words

我刚开始在PostgreSQL中进行全文搜索，我发现了像字典和停用词这样的东西。我有一个表格，里面有很多课文中的很多单词。我想创建自己的字典，并将前30个最常用的单词作为停用词。在运行时这样做是可能的吗？

浏览 0提问于2011-09-04得票数 1

点击加载更多

我想要英语中最常用的单词