ilovescience:arxiv.org文章的文本挖掘

爱情科学 用于文章文本挖掘的脚本集 剧本 articles_crawl.py加载文章。 可能要花几个小时 annotations_crawl.py加载注解 lda.py通过提取主题 terms_cn.py计算文章库中的关键字 cites.py计算引用并显示引用最多的文章 word_vec.py建立模型 脚本存储在src路径中。 以.txt格式存储的文章，格式为arxiv/<section>/<year>/<month>/结果存储在stat路径中。 用法 discover.py <section>.<year>运行所有分析脚本 notes.py <section>.<year>使用计算出的统计信息生成并打开Jupyter笔记本