这样分析的好处：英雄联盟LP？

来源：蜘蛛抓取(WebSpider) 时间：2022-05-31 00:34 标签： 英雄联盟最佳设置

这里主要记录我在学习过程中整理的知识、调试的代码和心得理解，以供其他学习的朋友参考。

在拿到自然语言语料之后，并不能直接用来分析，需要先进行数据清洗的工作。

通常而言，英文语料的清洗包括如下步骤：

  1. 文本规范化（Normalization），将文本中所有的字母统一转换为大写或小写，如不需要标点符号也可以过滤掉文本中的标点符号。
  2. 英文语料分词（Tokenization），将文本拆分为无法再分拆的符号。
  3. 去除停用词（Stop Word），去除文本中没有意义的停用词

相较于英文语料，中文文本规范化需要额外处理繁简转换和全角/半角的问题。

因此，中文语料的情绪大体包括如下步骤：

  1. 文本规范化（Normalization）：将全角字符转换为半角字符、将繁体字转换为简体字、将中文语料中包含的英文大小写统一

其中，中文分词和去除停用词在之前（第7天）的学习中已经掌握。

中文语料文本规范化可以通过HanLP中的CharTable实现。

print(CharTable.convert('ｄｅａｄｌｉｎｄ並沒有提高你的效率，只是給了你交一堆Ｔｒａｓｈ上去的勇氣')) 
deadlind并没有提高你的效率,只是给了你交一堆trash上去的勇气

变形标准化在不同的应用场景中各不相同，例如，我在分析直播间弹幕时，就出现了大量的不同长度的“IGGGGGG”、“爬爬爬”、“!!!”等，因此我将超过2个或3个的相同数字、标点符号、英文字母或汉字统一替换为2个或3个，Python实现代码如下：

# 标点符号/特殊符号词典 # 将大于等于2个连续的相同标点符号均替换为1个 # 将大于等于3个连续的中文汉字均替换为3个 # 将大于等于3个连续的英文字母均替换为3个

学习参考文献：知乎·优达学城回答的“自然语言处理时，通常的文本清理流程是什么？”；《自然语言处理入门》(何晗)：2.10.2

Xiaohu：事先猜到了T1会拿到佐伊和EZ的阵容，所以选择冲阵！ 战胜T1后，RNG的中路选手Xiaohu接受了韩文流媒体的采访，以下是具体采访内容： Q：非常恭喜你们拿下这局比赛，Faker选手和Xiaohu选手也是久违的再次相遇，非常好奇你们是怎么准备的呢？ Xiaohu：事先猜到了T1会拿到佐伊和EZ的Poke阵容，所以选择了一套冲阵。 Q：T1拿到了一套Poke流阵容，你们拿到了一个适合开团的阵容，风格是不同的，你们当时觉得你们如何发挥才能将阵容优势最大化？ Xiaohu：我们的阵容在游戏初期非常脆弱的，我们要渡过前期，等狐狸的永霜和卡莎的神话装。然后再去找到更好的开团时机，游戏就会对我们比较有利。 Q：今天你带了净化，是为什么呢？ Xiaohu：之前在排位遇到过很多次佐伊和狐狸的对局，我也会选择净化对线点燃，我本来以为比赛里佐伊不会带点燃，但是昨天caPs带了，所以我今天带了净化，不然会很吃亏。

我要回帖

更多关于 英雄联盟最佳设置 的文章

 

随机推荐