ChaseDream
搜索
返回列表 发新帖
查看: 98605|回复: 626

[资料分享] 【CD首发】OG13 词频统计

[精华]   [复制链接]
发表于 2015-5-22 10:42:37 | 显示全部楼层 |阅读模式
大家好,这个文档是我根据OG13 verbal的部分做的词频统计,原始文档一共9891个独立单词含变形,统计后可得 1st Qu 是2, 3rd Qu是12,中位数是4.

所以我生成了两份单词表,第一份是词频范围在2~12的,一共4176个单词,另外一份文档是词频范围在3~8的,各位可以按需所求。

缺点

1:由于转码的精确度问题,会出现部分无意义单字组合,大家看的时候略过就可以了,比如 xtures。

2:由于我能力所限,暂时不能区分出词语时态语态变化,比如abandoned和abandon,会作为两个单词出现,大家如果谁对R比较熟悉或者对text mining熟悉的可以私信我,一起改进算法

游客,如果您要查看本帖隐藏内容请回复

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
发表于 2015-5-22 16:45:55 | 显示全部楼层
感谢分享!               
发表于 2015-5-24 16:40:44 | 显示全部楼层
感谢分享!               
发表于 2015-5-24 19:29:54 | 显示全部楼层
感谢分享!               
发表于 2015-5-24 19:42:18 | 显示全部楼层
多谢楼主分享!!!!!!!!!!
发表于 2015-5-26 16:57:56 | 显示全部楼层
thxxxxxxxxxxxxxxxxxxxxxxx
发表于 2015-5-26 19:45:51 | 显示全部楼层
Mark一下!               
发表于 2015-5-26 22:09:11 | 显示全部楼层
谢谢楼主
发表于 2015-5-27 04:08:35 | 显示全部楼层
感谢分享!               
发表于 2015-5-27 09:49:13 | 显示全部楼层
滴答滴答滴答滴答滴答滴答滴答答
您需要登录后才可以回帖 登录 | 立即注册

Mark一下! 看一下! 顶楼主! 感谢分享! 快速回复:

手机版|ChaseDream|GMT+8, 2024-3-29 19:24
京公网安备11010202008513号 京ICP证101109号 京ICP备12012021号

ChaseDream 论坛

© 2003-2023 ChaseDream.com. All Rights Reserved.

返回顶部