我的文本挖掘 源码
可重现的研究工作流程示例:Python中的JSON解析和文本挖掘,R + RMarkdown 这是一个基本示例工作流程,它遵循的原则,使用GNU Make,Python和R进行可重现的研究工作流程。 请将此模板与我们的教程结合使用,网址为 。 该存储库的主要目的是要有一个干净基本的结构,可以很容易地对其进行调整以在实际项目中使用。 在此示例项目中,完成以下操作: 管道阶段“数据准备” 将原始JSON数据下载到zip文件中 解压缩数据 将JSON数据解析为CSV文件 加载CSV文件,并使用Python的TextBlob包通过文本挖掘指标丰富文本数据,以进行情感分析 管道阶段“分析” 从
文件列表
my-textmining-master.zip
(预估有个13文件)
my-textmining-master
src
data-preparation
download.py
362B
wipe.py
300B
unzip.py
582B
makefile
598B
parse.py
601B
textmining.py
629B
analysis
暂无评论