Python对专利文本数据处理

专利数据存储于文件" patent . txt "中
(1)打开文本文件进行内容读取，使用 Pandasdatafram 格式存储并展示结果（只需存储以下标签对应内容： PN 、 TI 、 AU 、 AB 、 IP ) (2）文本处理：对摘要内容（ AB 标签内容）进行文本预处理（分词、停用词去除等），提取文本的关键词（词频或其他方法 并进行可视化展示。
（3） 利用词频或者其他方法对摘要文本进行向量化表示，选用任意向量聚类方法进行
聚类，输出聚类结果并存储于文件中。

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7586341
• 除此之外, 这篇博客: 根据UA获取用户访问操作系统、浏览器名中的 如何调用 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  

  	 public static void main(String[] args) {
  	 
         //如果是通过http网络请求的话,应该这样写:
         //String agent = request.getHeader("user-agent");
  
          String agent = "user-agent: Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.32 Safari/537.36";
  
          //解析agent字符串
          UserAgent userAgent = UserAgent.parseUserAgentString(agent);
          //获取浏览器对象
          Browser browser = userAgent.getBrowser();
          //获取操作系统对象
          OperatingSystem operatingSystem = userAgent.getOperatingSystem();
  
          System.out.println("浏览器id：" + browser.getId());
          System.out.println("操作系统：" + operatingSystem.getName());
          System.out.println("浏览器名：" + browser.getName());
      }
  

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^