NLP-Casestudy

NLP-Casestudy 原始数据 我们导入了Bigfoot数据文件。 在JSON中，我们找到了包含_id，＃URL，HTML和时间的字典。 我们将精力集中在HTML字典键值上，该键值包含大脚目击事件的第一手资料。 文字处理 -为了解析我们的数据，我们使用Beautiful soupHTML解析器在内容中找到“ p”，以分隔段落的开头和结尾。 -这给我们留下了4405个观察到的帐户。 滚雪球：我们过去常常说出他们的话。 使用词网的同义词和同义字连接词网 机器学习算法 -K表示聚类，以在目击的单词中找到聚类 在8个群集中，我们发现了每个群集的主要功能： 0：树，鹿，步道，听到的，区域，喜欢，树林，狩猎，公正，卡车 1：轨迹，打印，打印，英寸，雪，脚，轨迹，脚趾，脚印，面积 2：道路，锯子，汽车，汽车，生物，高大，看起来，只是，头发， 3：房子，窗户，门，外面，听见的，像，夜，去，狗，