r>    01的回复是:1、导入文本。2、文本预处理。3、文本统计。4、得出结论。

    比较简单,周岩给出具体一点的要求。

    于是01的回复变成了:1、导入文本。2、对文本进行预处理,导入停用词表,使用分词工具对文本进行预处理。3、对处理后的分词文本,进行词频统计。4、对词频统计后的结果进行词频统计分析,得出结论。

    具体了一些,只不过依旧有点儿宽泛。

    不过周岩等不及了,

    他直接提出让01根据自己的步骤,生成相关的代码。

    而很快,01就生成了一系列的代码。

    周岩下载了《斗破苍穹》的文本,对这段代码进行验证,很快就得到了不错的数据,虽然不全面,但显然这个项目是能进行下去的。

    周岩又对这段代码提出改进要求,包括词频可视化,把词频用云图展现出来,包括对词频进行文本训练,从而找出词与词之间的关联。

    这一回周岩提出的要求是对两本文本进行处理,两本分别是金庸老爷子的《神雕侠侣》和《射雕英雄传》。

    很快01给出了相应的代码修改,周岩复制粘贴之后,进行测试。

    其实需求也特别简单,就是找主角之间的人物关系。

    杨过对应小龙女,那么郭靖对应什么,结果:黄蓉。

    周岩又找了杨过和郭靖分别对应的关联词,同时让01局限在人物身上,自己设计一个人物词判定代码。

    这一回01终于出现了一点错误,比如人物切分上面,会把4个词的人物变成2个词输出。

    这就是细节上的毛病了,周岩现在也不是算法小白,知道怎么改进,不过周岩更期待01给出的结果。

    于是他把这个问题粘贴给了01,而01也给出了对词频进行判定,如果两个拆分的词同时出现多次,那么判定两个拆分的词合并成为同一个词,并在字典中删除前面两个拆分词,并对已经分词好的数据进行处理,合并两个拆分词,没有分词好的就以该拆分词作为分词依据,照着分词就行。

    粘贴进去以后,周岩发现效果意外的不错。

    只是之后人物判别上也出现了一些问题,会把武器什么的加进去。

    周岩又去问01,01回答了一些代码修改,但加进去以后,依旧是老样子,没法做到细致的划分。

    周岩问01有没有什么好的办法,01说在处理之前,就把处理的人物给预设出来,这样就不会出现之后判定错误的情况。

    也就是从源头解决问题,同样也算是一件很机械的处理方式。

    但是人类有时候的处理,同样很机械,而且也是填鸭式的,就比如基因测序。

    所以对于这一点也没办法太过要求什么,01做到这个程度,其实已经挺不错了。

    周岩又预设了几个小型项目,并对01进行测试。

    终于周岩也得出了一个结论。

    那就是01已经具备了较复杂的代码作业能力。

    更加专业的周岩自身实力有限,测试不出来,不过这个01用来应付小白显然没有什么问题。

    测试完代码,

    周岩又测试01的文本完整度,比如让01自己按照要求写一段话,要求包含出现的人物,以及事件,并呈现给他01思考的过程。

    做这个的目的,周岩也希望能从中找到女黑客编写的算法逻辑。

    而因为对周岩不设门槛,01也呈现出他的思路,包括对事件进行拆分,进行排序,然后进行扩充。

    这样就得到了所谓的

    -->>

本章未完,点击下一页继续阅读