实验一 中英文数据处理
54 人学过
本科人工智能2025秋季第一次实验
项目内容
知识图谱
共1个实验
实验1 实验一 中英文数据处理
一、基于二十大报告文本的中文词云可视化
1.文本读取与预处理：
1.1 读取20Congress.txt文件内容，使用jieba进行精确分词。
1.2 加载stopwords.txt中的停用词，过滤分词结果中的停用词；同时过滤词长小于 2 的词汇（如标点、单个字等无意义内容）。
2.词频统计：
2.1 构建字典存储过滤后词汇的出现频次，统计并输出关键词汇及其频次。
3.词云生成与保存：
3.1 以mapofChina.jpg为蒙版，设置词云背景色为白色、字体为SimHei.ttf（确保中文显示正常）、最大显示词汇量为 400。
3.2 基于词频数据生成词云图。
二、读取英文文本语料并完成统计
1.读取小说文本‘austen-emma.txt'，对其分句处理；
2. 统计文本中的人名，输出出现频率最高的10个人名及其频次；
3. 对2中的结果用matplotlib画图展示，图形不限。
保存实验结果，不需要提交实验报告。
1.文本读取与预处理：
1.1 读取20Congress.txt文件内容，使用jieba进行精确分词。
1.2 加载stopwords.txt中的停用词，过滤分词结果中的停用词；同时过滤词长小于 2 的词汇（如标点、单个字等无意义内容）。
2.词频统计：
2.1 构建字典存储过滤后词汇的出现频次，统计并输出关键词汇及其频次。
3.词云生成与保存：
3.1 以mapofChina.jpg为蒙版，设置词云背景色为白色、字体为SimHei.ttf（确保中文显示正常）、最大显示词汇量为 400。
3.2 基于词频数据生成词云图。
二、读取英文文本语料并完成统计
1.读取小说文本‘austen-emma.txt'，对其分句处理；
2. 统计文本中的人名，输出出现频率最高的10个人名及其频次；
3. 对2中的结果用matplotlib画图展示，图形不限。
保存实验结果，不需要提交实验报告。
