NLP与KNN(邻近算法)自然语言处理

野性酷女 2022-04-17 06:29 338阅读 0赞

import jieba
    str='我要今天天气'
    res=''.join(jieba.cut(str))
    print(res)

一、首先导入Jieba中文分词  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNDQ3MzAx_size_16_color_FFFFFF_t_70]二、演示  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNDQ3MzAx_size_16_color_FFFFFF_t_70 1]

什么是自然语言处理

> 自然语言

我们要对自然语言进行理解，其实就是我们日常使用的语言（书面文字和语音视频等）。简言之，汉语、日语、韩语、英语、法语等语言都属于此范畴。而自然语言处理是对自然语言处理的一种技术，就是通过我们的语音文字与计算机进行通信，我们称之为“人机交互”。

> 自然语言处理

自然语言处理（英语：Natural Language Processing，简称NLP）是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言；自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

KNN的案例

# coding=utf-8
    
    import numpy as np
    from numpy import *
    
    #创建数据源 返回数据集和类标签
    def creat_dataset():
        datasets= array([[8,4,2],[7,1,1],[1,4,4],[3,0,5]])#数据集
        labels=['非常热','很热','一般热','热'] #类标签
        return datasets,labels
    
    if __name__ == "__main__":
         datasets,labels=creat_dataset()
         print("数据集：\n",datasets,'\n 类标签\n',labels)

数据集：
     [[8 4 2]
     [7 1 1]
     [1 4 4]
     [3 0 5]] 
     类标签
     ['非常热', '很热', '一般热', '热']

《参考：[https://github.com/bainingchao/NLP-ML/blob/master/探讨自然语言处理技术学习与思考.md》][https_github.com_bainingchao_NLP-ML_blob_master_.md]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNDQ3MzAx_size_16_color_FFFFFF_t_70]: /images/20220417/b7a290939b8a4826b9ed04b3d63f2321.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNDQ3MzAx_size_16_color_FFFFFF_t_70 1]: /images/20220417/883393b0ee1d4acbb09da27e430ee913.png
[https_github.com_bainingchao_NLP-ML_blob_master_.md]: https://github.com/bainingchao/NLP-ML/blob/master/%E6%8E%A2%E8%AE%A8%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86%E6%8A%80%E6%9C%AF%E5%AD%A6%E4%B9%A0%E4%B8%8E%E6%80%9D%E8%80%83.md%E3%80%8B