Python基于sklearn库的随机森林实现的中文分词项目源码

# PhasesMiner #### 介绍 菜鸡学生慢慢啃论文写的python中文分词。 #### 软件架构 main.py 主运行程序 Reader.py 新闻文件读取器 Evaluator.py 读取data中的新闻，通过词频挖掘词表并估值 Classifier.py 调用sklearn库的随机森林，进行词汇估值 Segmenter.py 对新闻进行分词 sample.csv 人工挑选的随机森林训练样本 test.csv 人工挑选的随机森林测试样本 stopwords.txt 网上获取的标准停止词汇 #### 安装教程 1. 该项目使用python3.7 2. 安装pandas, numpy, scipy, sklearn （建议scipy下载离线包） #### 使用说明 1. 运行MakeList.py初步提取词汇 2. 手动从生成的词汇表result.txt提取样本，并在后面添加标签 3. 运行TestClassfier.py测试随机森林分类器 #### 参与贡献 1. Fork 本仓库 2. 新建 Feat_xxx 分支 3. 提交代码 4. 新建 Pull Request