竞争性关键词推荐算法实验仓库

1. 项目结构

dataset/
- origin/
  - SogouQ/ 搜狗搜索日志数据集原始数据文件夹，GB18030编码
- result/ 数据处理结果
  - utf8/ 原始数据集转utf8编码文件夹
  - queries.result 搜索字符串文件
  - normal_segmented_queries.result 搜索字符串分词文件(精确模式)
  - search_segmented_queries.result 搜索字符串分词文件(搜索模式)
preprocess/ 数据预处理代码文件夹
- convert_encoding.py 编码转换
- extract_queries.py 提取搜索字符串
- segment.py 分词

python3.9 jieba==0.42.1 tqdm==4.66.1 pyltp