20240118打卡——信息领域热词分析03

数据清洗与预处理
做了什么：去除 HTML 标签、去重、分词（使用 Jieba 或 THULAC）。
学到什么：掌握文本数据清洗方法，理解分词算法的原理。
遇到的问题：分词精度低，停用词去除影响关键词提取。

闲来无事，准备整理一下园子博客，最近打算研究一下卷积神经网络