基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在机器学习中,利用Python语言制作词云图为保护环境提供了新途径.基于此,本文主要讲述了如何利用Python词云生成技术对文本进行训练并生成词云图,首先对摘选文本进行jieba分词,然后利用IF-IWF算法更加精确地提取关键词,最终使用wordcloud绘制出词云图,实现可视化,希望能够为相关研究提供借鉴.
推荐文章
"云"词族意义的原始生成与现代变革
新词新语
词族
结构特征
云的红外图像生成研究
红外图像
计算机图像生成
分形
基于Python软硬件协同设计方法
Python
FPGA
软硬件协同设计
硬件加速
基于Python的开源GIS应用开发
GIS开发
Python语言
Mapnik
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Python的词云生成研究
来源期刊 信息与电脑 学科
关键词 TF-IWF 分词 词云生成 环境治理
年,卷(期) 2021,(5) 所属期刊栏目 数据库技术
研究方向 页码范围 201-203
页数 3页 分类号 TP391.41|TP183
字数 语种 中文
DOI 10.3969/j.issn.1003-9767.2021.05.062
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (22)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(6)
  • 参考文献(2)
  • 二级参考文献(4)
2016(7)
  • 参考文献(0)
  • 二级参考文献(7)
2017(9)
  • 参考文献(0)
  • 二级参考文献(9)
2018(10)
  • 参考文献(1)
  • 二级参考文献(9)
2019(11)
  • 参考文献(4)
  • 二级参考文献(7)
2020(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
TF-IWF
分词
词云生成
环境治理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息与电脑
半月刊
1003-9767
11-2697/TP
北京市东城区北河沿大街79号
chi
出版文献量(篇)
16624
总下载数(次)
72
论文1v1指导