摘要： 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 阅读全文