机器学习10-NLP自然语言处理大量餐馆评论：数据集与源码

机器学习（10）-NLP自然语言处理大量餐馆评论：数据集与源码 机器学习（10）-NLP自然语言处理大量餐馆评论：数据集与源码 机器学习（10）-NLP自然语言处理大量餐馆评论：数据集与源码

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

dataset = pd.read_csv（‘R_Reviews.tsv‘ delimiter = ‘\t‘ quoting = 3）

######################################################################################
import re #清楚数字标点的标准库
import nltk #下载含有所有虚词的list
nltk.download（‘stopwords‘） #list名字：stopwords 下载
from nltk.corpus import stopwords #下载之后 载入字典
from nltk.stem.porter import PorterStemmer #stem：词根 PorterStemmer： 词根函数库
corpus = [] #空list
for i in range（0 1000）:
    review = re.sub（‘[^a-zA-Z]‘ ‘ ‘ dataset[‘Review‘][i]） #去除标点，数字，去除之后用空格代替，只留下大小写字母
    review = review.lower（） #全部转换成小写
    review = review.split（） #将句子字符串，转换成含有不同单词的list 
    ps = PorterStemmer（） #取词根化的方程
    review = [ps.stem（word） for word in review if not word in set（stopwords.words（‘english‘））] # 用词

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        2519  2019-01-14 17:23  10\nlp.py
     文件       61332  2016-11-15 10:38  10\R_Reviews.tsv