Python文本預處理：步驟、使用工具及示例

本文將討論文本預處理的基本步驟，旨在將文本信息從人類語言轉換爲機器可讀格式以便用於後續處理。此外，本文還將進一步討論文本預處理過程所需要的工具。 當拿到一個文本後，首先從文本正則化（text normalization） 處理開始。常見的文本正則化步驟包括： 將文本中出現的所有字母轉換爲小寫或大寫 將文本中的數字轉換爲單詞或刪除這些數字 刪除文本中出現的標點符號、重音符號以及其他變音符號 刪除文本

>>阅读原文<<