多算法的文本分类系统

更多详见TextMining

---

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，则将该需要添加的单词及词频加入到主词典dict文件中或者用户词典user_dict，一行一个（词频也可省略）