پروژه پایتون 54299
سه سال پیش منتشر شده
تعداد بازدید: 118
کد پروژه: 401632
شرح پروژه
سلام
پروژه :::
یه چند تا مقاله باید انتخاب کنم به عنوان دیتا
مقاله هارو رو بگیریم کلماتشو جدا کن
حروف اضافه مثل نقطه ویرگول و .. حذف کن
در نهایت حروف اضافه لیستت مثل از به با برای اینارو هم حذف کن
بعد یه ماتریس تلاقی درست کن ک هر کلمه تو چه مقالاتی اومده
بعدم با دیکشنری توی پایتون یه جدول شاخص معکوس بساز
چند قسمت دیگه هم بهش اضافه میشه
برای درس nlp هست
تا شنبه وقت دارم
واسه دیتا باید 5 تا فولدر بسازی که 5 تا موضوع داره سیاسی و اقتصادی و ورزشی و هنری و پزشکی بعد تو هرکدوم 20 تا فایل txt باید باشه که توش یه مقاله با موضوعای بالا نوشته شده
بعد باید یه کد تو پایتون بزنی که بیاد این فایلارو بخونه
کلمه به کلمه جدا کنه، عددا و نقطه ها و کاما و بقیه علامتارو پاک کنه، حروف اضافی مثل (از، با، که، را، شدو... ) رو حذف کنه
بعد همه ی کلماتو که به دست آورد جدول شاخص معکوس و بکشه
واسه این هفته گفته که باید فایلای txt یه فرمت خاص داشته باشه و خروجی رو تو dataframe pandas نشون بده
مهارت ها و تخصص های مورد نیاز
مهلت برای انجام
2روز
وضعیت مناقصه
بسته
درباره کارفرما
عضویت چهار سال پیش
