文字挖掘 该文件夹包含我的各种AI和机器学习项目的文本分析和自然语言处理（NLP）模型。

文本挖掘系统 系统说明 集成了文本过滤，去重及邮件实时通知的功能 集成了文本关键字提取的功能 集成了文本分类即打标签的功能 集成了文本推荐即景点评价的功能 支持中英文 系统架构图 关于分词 英文分词，采用nltk工具包进行分词 pip install nltk 中文分词，采用jieba工具包进行分词 pip install jieba jieba分词 dict 主词典文件 user_dict 用户词典文件，即分词白名单 user_dict为分词白名单 如果添加的过滤词（包括黑名单和白名单）无法正确被jieba正确分词，则需要添加的单词和词频加入到主字典dict文件中或者用户词典user_dict，一行一个（词频也可省略） 关于停用词，黑名单，白名单 stopwords为停用词 可以随时添加重启的单词，一行一个 blackwords为过滤词黑名单 可以随时添加过滤的单词，一行一个 writ

北京大学杨建武老师的有关文本挖掘技术的PPT课件，总共15章。