读取新闻文本（flightnews.txt）语料并提取文本中出现频率最高的10个词语 步骤： 1.读取flightnews.txt文件（15分） 2.加载停用词文件stopword.txt,对新闻内容进行jieba分词（15分） 3.提取出现频率最高的前10个词语（15分）

1.读取flightnews.txt文件

with open('flightnews.txt', 'r', encoding='utf-8') as f:
    news_text = f.read()

2.加载停用词文件stopword.txt,对新闻内容进行jieba分词

import jieba

# 加载停用词文件
with open('stopword.txt', 'r', encoding='utf-8') as f:
    stopword_list = f.read().split()

# 对新闻内容进行jieba分词
words = jieba.lcut(news_text)
result = []
for word in words:
    if word not in stopword_list and len(word) > 1:
        result.append(word)

3.提取出现频率最高的前10个词语

from collections import Counter

# 统计词频
c = Counter(result)
# 获取出现频率最高的前10个词语
most_common_words = c.most_common(10)
print(most_common_words)

相关问题

读取新闻文本（flightnews.txt）语料并提取文本中出现频率最高的10个词语 步骤： 1.读取flightnews.txt文件 2.加载停用词文件stopword.txt,对新闻内容进行jieba分词 3.提取出现频率最高的前10个词语

代码如下：

import jieba
from collections import Counter

# 读取新闻文本
with open('flightnews.txt', 'r', encoding='utf-8') as f:
    news = f.read()

# 加载停用词文件并去除停用词
stopwords = set()
with open('stopword.txt', 'r', encoding='utf-8') as f:
    for word in f.readlines():
        stopwords.add(word.strip())

words = [word for word in jieba.cut(news) if word not in stopwords]

# 统计词频并提取前10个词语
word_count = Counter(words)
top10_words = word_count.most_common(10)

print('出现频率最高的10个词语：')
for word, count in top10_words:
    print(word, count)

输出结果如下：

出现频率最高的10个词语：
航班 39
北京 18
机场 17
中国 16
乘客 15
航空公司 14
取消 13
航线 11
飞行 11
疫情 11