小註記 + 重點！

此篇為之前人工智慧課程發想的 Python 應用專題，因最近於職訓課程再次接觸 Python Pandas, Numpy，比較深入了解如何將文字、圖片數據做處理跟轉換，搭配大型語言模型輔助開發，將專案重新 Review & Rewrite。

1.Pandas 資料處理排序

2.Numpy 讀取圖片遮罩

3.新增自定義圖片遮罩

4.使用中研院的斷詞模型

理想目標：擴大文本搜尋範圍，改善斷詞結果，在網頁前端直接生成文字雲，方便分享至社群平台。

輸出結果：

中文文字斷詞模型初期筆者採用 Jieba 簡體中文為主開發的模型，現在改用中研院開源的中文斷詞模型：

• jieba

匯入模組

1
2
3
4
5
6
7

pip install pandas
pip install GoogleNews
pip install matplotlib
pip install Pillow
pip install numpy
pip install scipy
pip install wordcloud

參考資料

專案程式碼