Python文本挖掘系统。

简介：
文本挖掘系统系统说明，具备了文本过滤、去重以及邮件实时通知等关键特性。该系统还集成了文本关键字提取功能，能够精准地识别文本中的重要信息。此外，它还提供了文本分类（即打标签）的功能，便于对文本进行归类和管理。同时，该系统还支持文本推荐，例如基于景点评价的个性化推荐服务。为了保证系统的稳定性和适应性，我们采用了中英文双语系统架构图。在分词方面，我们采用了英文分词工具包NLTK，并利用pip安装nltk；同时，我们也采用中文分词工具包jieba，通过pip安装jiebajieba。jieba使用主词典文件和用户词典文件进行分词，主词典文件（user_dict）作为分词白名单，用于定义允许分词的单词列表。用户词典user_dict则允许自定义分词白名单，添加无法正确分词的单词及其频率到主字典dict文件中或用户词典user_dict中（每行一个）。关于停用词、黑名单和白名单：stopwords定义了需要排除的停用词，可以随时添加重启的单词；blackwords则用于过滤黑名单单词，同样可以随时添加需要过滤的单词（每行一个）。