Python数据预处理（二）- 清洗文本数据_课程章节

第1章清洗文本信息: 30万条数据准备情况; yield生成器实现斐波那契数列; 递归遍历读取30万新闻数据; 高效读取30万新闻数据; 正则表达式介绍与常见使用场景（1）; 正则表达式清洗文本数据（2）; 清洗HTML网页数据; 简繁字体转换; 批量清洗30万新闻文本数据

第2章文本特征提取: jieba分词精讲(1); jieba分词精讲(2); HanLP分词精讲; 自定义去停用词; NLTK词频统计（1）; NLTK词频统计（2）; 自定义选择高低词频; 命名实体的提取; slearn计算多分类下的TFIDF; 实战案例：30万新闻文本特征提取