本文以《中國金融》銀行間市場金融科技標準化建設一文爲原始材料，對改文章做了自定義分詞，並統計詞頻，最後繪製詞雲。以期通過機器來認識機器思維和人的思維之間存在的一些差異。對《殺死一隻知更鳥》中律師阿蒂克斯的這句話自己有了很深的認同感--------去掉那些形容詞，剩下的就是事實了！名詞在人們思維中確實是扮演了非常重要的角色，因爲名詞往往用來說明時間、地點、人物、事情、概念、實體、類、關係或聯繫、屬性等等重要信息！
目錄
1.效果圖
2.代碼
3.中英文去停用詞詞集
4.自定義字典
1.效果圖
2.代碼
# -*- coding: utf-8 -*-
__author__ = 'jp_zhou'
import warnings
warnings.filterwarnings("ignore")
import jieba #分詞包
import numpy #numpy計算包
import codecs #codecs提供的open方法來指定打開的文件的語言編碼，它會在讀取的時候自動轉換爲內部unicode
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['figure.figsize'] = (16.0, 16.0)
from scipy.misc import imread
bimg=imread('C:/Users/Administrator/Desktop/timg.jpg') #讀取背景圖片
from wordcloud import WordCloud,ImageColorGenerator #詞雲包
jieba.load_userdict("C:/Users/Administrator/Desktop/cefts_dict.txt") # 加載字典
with open('C:/Users/Administrator/Desktop/外匯.txt','r') as fp:
content=fp.readlines()
segment=[]
for line in content:
try:
segs=jieba.lcut(line)
for seg in segs:
if len(seg)>1 and seg!='\r\n':
segment.append(seg)
except:
print(line)
continue
#去停用詞
import pandas as pd
words_df=pd.DataFrame({'segment':segment})
#words_df.head()
stopwords=pd.read_csv("F:/Datasets/NLP_project/NLP_project/data/stopwords.txt",index_col=False,quoting=3,sep="\t",names=['stopword'], encoding='utf-8')#quoting=3全不引用
#stopwords.head()
words_df=words_df[~words_df.segment.isin(stopwords.stopword)]
#統計詞頻
words_stat=words_df.groupby(by=['segment'])['segment'].agg({"計數":np.size})
words_stat=words_stat.reset_index().sort_values(by=["計數"],ascending=False)
#words_stat.head()
#1.傳統詞雲繪製
wordcloud=WordCloud(font_path="data/simhei.ttf",background_color="white",max_font_size=80)
word_frequence = {x[0]:x[1] for x in words_stat.head(1000).values}
wordcloud=wordcloud.fit_words(word_frequence)
#plt.imshow(wordcloud)
bimgColors=ImageColorGenerator(bimg)
plt.axis("off")
wordcloud=wordcloud.fit_words(word_frequence)
plt.imshow(wordcloud.recolor(color_func=bimgColors)) #用詞彙填充背景圖片
#2.對詞頻字典進行排序
#對字典進行排序功能
wordcloud=WordCloud(font_path="data/simhei.ttf",background_color="white",max_font_size=36)
word_frequence = {x[0]:x[1] for x in words_stat.head(1000).values}
list1= sorted(word_frequence.items(),key=lambda x:x[1]) #這樣形式的字典排序後,返回的結果是一個list(),list中的元素是tuple對象,tuple對象的元素分別是字典的key和value。
#將排好序的list(tuple())轉換成dict
word_frequence11={}
for i in range(len(list1)):
word_frequence11[list1[i][0]]=list1[i][1]
wordcloud=wordcloud.fit_words(word_frequence11)
plt.imshow(wordcloud)
#3.對詞頻字典做排序並進行過濾處理
wordcloud=WordCloud(font_path="data/simhei.ttf",background_color="white",max_font_size=36)
word_frequence = {x[0]:x[1] for x in words_stat.head(1000).values}
list1= sorted(word_frequence.items(),key=lambda x:x[1]) #這樣形式的字典排序後,返回的結果是一個list(),list中的元素是tuple對象,tuple對象的元素分別是字典的key和value。
#將排好序的list(tuple())轉換成dict
word_frequence11={}
for i in range(len(list1)):
if list1[i][1]>7: #過濾規則:只取詞頻大於1,2,3,4,5,6,7等等的詞彙做展示
word_frequence11[list1[i][0]]=list1[i][1]
wordcloud=wordcloud.fit_words(word_frequence11)
plt.imshow(wordcloud)
#4.查看詞頻最高的Top 20詞彙
from collections import Counter
c = Counter(word_frequence).most_common(20)
print(c)
TOP 20 詞彙列表
[('銀行間市場', 26), ('標準', 25), ('技術', 12), ('金融科技', 12), ('建設', 12), ('世界', 11), ('創新', 11),
('發展', 11), ('標準體系', 10), ('金融', 10), ('中國外匯交易中心', 9), ('未來', 9), ('建立', 8), ('國際標準', 7),
('銀行間市場技術標準工作組', 7), ('標準化', 6), ('金融科技標準化', 6), ('支撐', 6), ('生態圈', 5), ('工作組', 5)]
改進版本代碼：
#《中國金融》銀行間市場金融科技標準化建設一文 全集詞雲
import sys
from collections import Counter
import jieba.posseg as psg
import matplotlib.pyplot as plt
from scipy.misc import imread
from wordcloud import WordCloud,ImageColorGenerator
# 對文本分詞並標註詞性，並緩存到文件
def cut_and_cache(text):
# 將文本分詞，並附帶上詞性，因爲數據量比較大，防止每次運行腳本都花大量時間，所以第一次分詞後就將結果存入文件cut_result.txt中
# 相當於做一個緩存，格式爲每個詞佔一行，每一行的內容爲：
# 詞,詞性
words_with_attr = [(x.word,x.flag) for x in psg.cut(text) if len(x.word) >= 2]
print(len(words_with_attr))
with open('C:/Users/Administrator/Desktop/cut_result.txt','w+') as f:
for x in words_with_attr:
f.write('{0}\t{1}\n'.format(x[0],x[1]))
return words_with_attr
# 從cut_result.txt中讀取帶詞性的分詞結果列表
def read_cut_result():
words_with_attr = []
with open('C:/Users/Administrator/Desktop/cut_result.txt','r') as f:
for x in f.readlines():
# 這裏解碼成utf-8格式，是爲了防止後面生成詞雲的時候出現亂碼
pair = x.split()
if len(pair) < 2:
continue
words_with_attr.append((pair[0],pair[1]))
return words_with_attr
# 統計在分詞表中出現次數排名前topn的詞的列表，並將結果輸出到文件topn_words.txt中，每行一個詞，格式爲：
# 詞,出現次數
def get_topn_words(words,topn):
c = Counter(words).most_common(topn)
top_words_with_freq = {}
with open('C:/Users/Administrator/Desktop/top_words.txt','w+') as f:
for x in c:
f.write('{0},{1}\n'.format(x[0],x[1]))
top_words_with_freq[x[0]] = x[1]
return top_words_with_freq
# 傳入文本文件的路徑file_path和topn，獲取文本文件中topn關鍵詞列表及詞頻
def get_top_words(file_path,topn):
# 讀取文本文件，然後分詞並緩存，只需運行一次，後續運行腳本可註釋掉下面兩行
text = open(file_path).read()
words_with_attr = cut_and_cache(text)
# 從cut_result.txt中讀取帶詞性的分詞結果列表
words_with_attr = read_cut_result()
# 要過濾掉的詞性列表
stop_attr = ['a','ad','b','c','d','f','df','m','mq','p','r','rr','s','t','u','v','z']
# 過濾掉不需要的詞性的詞
words = [x[0] for x in words_with_attr if x[1] not in stop_attr]
# 獲取topn的詞並存入文件topn_words.txt，top_words_with_freq爲一個字典，在生成詞雲的時候會用到，格式爲：
# {'aa':1002,'bb':879,'cc':456}
top_words_with_freq = get_topn_words(words = words,topn = topn)
return top_words_with_freq
# 根據傳入的背景圖片路徑和詞頻字典、字體文件，生成指定名稱的詞雲圖片
def generate_word_cloud(img_bg_path,top_words_with_freq,font_path,to_save_img_path,background_color = 'white'):
# 讀取背景圖形
img_bg = imread(img_bg_path)
# 創建詞雲對象
wc = WordCloud(font_path = font_path, # 設置字體
background_color = background_color, # 詞雲圖片的背景顏色，默認爲白色
max_words = 500, # 最大顯示詞數爲1000
mask = img_bg, # 背景圖片蒙版
max_font_size = 50, # 字體最大字號
random_state = 30, # 字體的最多模式
width = 1000, # 詞雲圖片寬度
margin = 5, # 詞與詞之間的間距
height = 700) # 詞雲圖片高度
# 用top_words_with_freq生成詞雲內容
wc.generate_from_frequencies(top_words_with_freq)
# 用matplotlib繪出詞雲圖片顯示出來
plt.imshow(wc)
plt.axis('off')
plt.show()
# 如果背景圖片顏色比較鮮明，可以用如下兩行代碼獲取背景圖片顏色函數，然後生成和背景圖片顏色色調相似的詞雲
#img_bg_colors = ImageColorGenerator(img_bg)
#plt.imshow(wc.recolor(color_func = img_bg_colors))
# 將詞雲圖片保存成圖片
wc.to_file(to_save_img_path)
def main():
# 設置環境爲utf-8編碼格式，防止處理中文出錯:最簡單的方式是使用notepad++來保存編碼,或者記事本中另存爲utf-8
# 獲取topn詞彙的'詞:詞頻'字典，santi.txt是當前目錄下三體全集的文本
top_words_with_freq = get_top_words('C:/Users/Administrator/Desktop/外匯.txt',300)
# 生成詞雲圖片，timg.jpg是當前目錄下的一副背景圖片,simhei.ttf是當前目錄下微軟雅黑字體文件,santi_cloud.png是要生成的詞雲圖片名
generate_word_cloud('C:/Users/Administrator/Desktop/timg.jpg',top_words_with_freq,"C:/Windows/Fonts/simhei.ttf",'C:/Users/Administrator/Desktop/santi_cloud.png')
print('finish')
if __name__ == '__main__':
main()
3.中文停用詞詞集
注：中文停用詞詞集裏面還可以粘貼進來自定義的一些新詞彙。
!
"
#
$
%
&
'
(
)
*
+
,
-
--
.
..
...
......
...................
./
.一
記者
數
年
月
日
時
分
秒
/
//
0
1
2
3
4
5
6
7
8
9
:
://
::
;
<
=
>
>>
?
@
A
Lex
[
\
]
【
】
^
_
`
exp
sub
sup
|
}
~
~~~~
·
×
×××
Δ
Ψ
γ
μ
φ
φ．
В
—
——
———
‘
’
’‘
“
”
”，
…
……
…………………………………………………③
′∈
′｜
℃
Ⅲ
↑
→
∈［
∪φ∈
≈
①
②
②ｃ
③
③］
④
⑤
⑥
⑦
⑧
⑨
⑩
──
■
▲
、
。
〈
〉
《
》
》），
」
『
』
〔
〕
〕〔
㈧
一
一.
一一
一下
一個
一些
一何
一切
一則
一則通過
一天
一定
一方面
一旦
一時
一來
一樣
一次
一片
一番
一直
一致
一般
一起
一轉眼
一邊
一面
男子
女子
七
萬一
三
三天兩頭
三番兩次
三番五次
上
上下
上升
上去
上來
上述
上面
下
下列
下去
下來
下面
不
不一
不下
不久
不了
不亦樂乎
不僅
不僅...而且
不僅僅
不僅僅是
不會
不但
不但...而且
不光
不免
不再
不力
不單
不變
不只
不可
不可開交
不可抗拒
不同
不外
不外乎
不夠
不大
不如
不妨
不定
不對
不少
不盡
不盡然
不巧
不已
不常
不得
不得不
不得了
不得已
不必
不怎麼
不怕
不惟
不成
不拘
不擇手段
不敢
不料
不斷
不日
不時
不是
不曾
不止
不止一次
不比
不消
不滿
不然
不然的話
不特
不獨
不由得
不知不覺
不管
不管怎樣
不經意
不勝
不能
不能不
不至於
不若
不要
不論
不起
不足
不過
不迭
不問
不限
與
與其
與其說
與否
與此同時
專門
且
且不說
且說
兩者
嚴格
嚴重
個
個人
個別
中小
中間
豐富
串行
臨
臨到
爲
爲主
爲了
爲什麼
爲什麼
爲何
爲止
爲此
爲着
主張
主要
舉凡
舉行
乃
乃至
乃至於
麼
之
之一
之前
之後
之後
之所以
之類
烏乎
乎
乒
乘
乘勢
乘機
乘勝
乘虛
乘隙
九
也
也好
也就是說
也是
也罷
了
瞭解
爭取
二
二來
二話不說
二話沒說
於
於是
於是乎
云云
云爾
互
互相
五
些
交口
亦
產生
親口
親手
親眼
親自
親身
人
人人
人們
人家
人民
什麼
什麼樣
什麼
僅
僅僅
今
今後
今天
今年
今後
介於
仍
仍舊
仍然
從
從不
從嚴
從中
從事
從今以後
從優
從古到今
從古至今
從頭
從寬
從小
從新
從無到有
從早到晚
從未
從來
從此
從此以後
從而
從輕
從速
從重
他
他人
他們
他是
他的
代替
以
以上
以下
以爲
以便
以免
以前
以及
以後
以外
以後
以故
以期
以來
以至
以至於
以致
們
任
任何
任憑
任務
企圖
夥同
會
偉大
傳
傳說
傳聞
似乎
似的
但
但凡
但願
但是
何
何樂而不爲
何以
何況
何處
何妨
何嘗
何必
何時
何止
何苦
何須
餘外
作爲
你
你們
你是
你的
使
使得
使用
例如
依
依據
依照
依靠
便
便於
促進
保持
保管
保險
俺
俺們
倍加
倍感
倒不如
倒不如說
倒是
倘
倘使
倘或
倘然
倘若
借
藉以
藉此
假使
假如
假若
偏偏
做到
偶爾
偶而
儻然
像
兒
允許
元／噸
充其極
充其量
充分
先不先
先後
先後
先生
光
光是
全體
全力
全年
全然
全身心
全部
全都
全面
八
八成
公然
六
兮
共
共同
共總
關於
其
其一
其中
其二
其他
其餘
其後
其它
其實
其次
具體
具體地說
具體來說
具體說來
具有
兼之
內
再
再其次
再則
再有
再次
再者
再者說
再說
冒
衝
決不
決定
決非
況且
準備
湊巧
凝神
幾
幾乎
幾度
幾時
幾番
幾經
凡
凡是
憑
憑藉
出
出於
出去
出來
出現
分別
分頭
分期
分期分批
切
切不可
切切
切勿
切莫
則
則甚
剛
剛好
剛巧
剛纔
初
別
別人
別處
別是
別的
別管
別說
到
到了兒
到處
到頭
到頭來
到底
到目前爲止
前後
前此
前者
前進
前面
加上
加之
加以
加入
加強
動不動
動輒
勃然
匆匆
十分
千
千萬
千萬千萬
半
單
單單
單純
即
即令
即使
即便
即刻
即如
即將
即或
即是說
即若
卻
卻不
歷
原來
去
又
又及
及
及其
及時
及至
雙方
反之
反之亦然
反之則
反倒
反倒是
反應
反手
反映
反而
反過來
反過來說
取得
取道
受到
變成
古來
另
另一個
另一方面
另外
另悉
另方面
另行
只
只當
只怕
只是
只有
只消
只要
只限
叫
叫做
召開
叮咚
叮噹
可
可以
可好
可是
可能
可見
各
各個
各人
各位
各地
各式
各種
各級
各自
合理
同
同一
同時
同樣
後
後來
後者
後面
向
向使
向着
嚇
嗎
否則
吧
吧噠
吱
呀
呃
呆呆地
吶
嘔
唄
嗚
嗚呼
呢
周圍
呵
呵呵
呸
呼哧
呼啦
咋
和
咚
咦
咧
咱
咱們
咳
哇
哈
哈哈
哉
哎
哎呀
哎喲
譁
嘩啦
喲
哦
哩
哪
哪個
哪些
哪兒
哪天
哪年
哪怕
哪樣
哪邊
哪裏
哼
哼唷
唉
唯有
啊
啊呀
啊哈
啊喲
啐
啥
啦
啪達
啷噹
喀
喂
喏
喔唷
嘍
嗡
嗡嗡
嗬
嗯
噯
嘎
嘎嘎
嘎登
噓
嘛
嘻
嘿
嘿嘿
四
因
因爲
因了
因此
因着
因而
固
固然
在
在下
在於
地
均
堅決
堅持
基於
基本
基本上
處在
處處
處理
複雜
多
多麼
多虧
多多
多多少少
多多益善
多少
多年前
多年來
多數
多次
夠瞧的
大
大不了
大舉
大事
大體
大體上
大凡
大力
大多
大多數
大大
大家
大張旗鼓
大批
大抵
大概
大略
大約
大致
大都
大量
大面兒上
失去
奇
奈
奮勇
她
她們
她是
她的
好
好在
好的
好象
如
如上
如上所述
如下
如今
如何
如其
如前所述
如同
如常
如是
如期
如果
如次
如此
如此等等
如若
始而
姑且
存在
存心
孰料
孰知
寧
寧可
寧願
寧肯
它
它們
它們的
它是
它的
安全
完全
完成
定
實現
實際
宣佈
容易
密切
對
對於
對應
對待
對方
對比
將
將才
將要
將近
小
少數
爾
爾後
爾爾
爾等
尚且
尤其
就
就地
就是
就是了
就是說
就此
就算
就要
盡
儘可能
盡如人意
盡心盡力
盡心竭力
儘快
儘早
盡然
儘管
儘管如此
儘量
局外
居然
屆時
屬於
屢
屢屢
屢次
屢次三番
豈
豈但
豈止
豈非
川流不息
左右
巨大
鞏固
差一點
差不多
己
已
已矣
已經
巴
巴巴
帶
幫助
常
常常
常言說
常言說得好
常言道
平素
年復一年
並
並不
並不是
並且
並排
並無
並沒
並沒有
並肩
並非
廣大
廣泛
應當
應用
應該
庶乎
庶幾
開外
開始
開展
引起
弗
彈指之間
強烈
強調
歸
歸根到底
歸根結底
歸齊
當
當下
當中
當兒
當前
當即
當口兒
當地
當場
當頭
當庭
當時
當然
當真
當着
形成
徹夜
徹底
彼
彼時
彼此
往
往往
待
待到
很
很多
很少
後來
後面
得
得了
得出
得到
得天獨厚
得起
心裏
必
必定
必將
必然
必要
必須
快
快要
忽地
忽然
怎
怎麼
怎麼辦
怎麼樣
怎奈
怎樣
怎麼
怕
急匆匆
怪
怪不得
總之
總是
總的來看
總的來說
總的說來
總結
總而言之
恍然
恐怕
恰似
恰好
恰如
恰巧
恰恰
恰恰相反
恰逢
您
您們
您是
惟其
慣常
意思
憤然
願意
慢說
成爲
成年
成年累月
成心
我
我們
我是
我的
或
或則
或多或少
或是
或曰
或者
或許
戰鬥
截然
截至
所
所以
所在
所幸
所有
所謂
才
才能
撲通
打
打從
打開天窗說亮話
擴大
把
抑或
抽冷子
攔腰
拿
按
按時
按期
按照
按理
按說
挨個
挨家挨戶
挨次
挨着
挨門挨戶
挨門逐戶
換句話說
換言之
據
據實
據悉
據我所知
據此
據稱
據說
掌握
接下來
接着
接著
接連不斷
放量
故
故意
故此
故而
敞開兒
敢
敢於
敢情
數/
整個
斷然
方
方便
方纔
方能
方面
旁人
無
無寧
無法
無論
既
既...又
既往
既是
既然
日復一日
日漸
日益
日臻
日見
時候
昂然
明顯
明確
是
是不是
是以
是否
是的
顯然
顯著
普通
普遍
暗中
暗地裏
暗自
更
更爲
更加
更進一步
曾
曾經
替
替代
最
最後
最大
最好
最後
最近
最高
有
有些
有關
有利
有力
有及
有所
有效
有時
有點
有的
有的是
有着
有著
望
朝
朝着
末##末
本
本人
本地
本着
本身
權時
來
來不及
來得及
來看
來着
來自
來講
來說
極
極爲
極了
極其
極力
極大
極度
極端
構成
果然
果真
某
某個
某些
某某
根據
根本
格外
梆
概
次第
歡迎
歟
正值
正在
正如
正巧
正常
正是
此
此中
此後
此地
此處
此外
此時
此次
此間
殆
毋寧
每
每個
每天
每年
每當
每時每刻
每每
每逢
比
比及
比如
比如說
比方
比照
比起
比較
畢竟
毫不
毫無
毫無例外
毫無保留地
汝
沙沙
沒
沒奈何
沒有
沿
沿着
注意
活
深入
清楚
滿
滿足
漫說
焉
然
然則
然後
然後
然而
照
照着
牢牢
特別是
特殊
特點
猶且
猶自
獨
獨自
猛然
猛然間
率爾
率然
現代
現在
理應
理當
理該
瑟瑟
甚且
甚麼
甚或
甚而
甚至
甚至於
用
用來
甫
甭
由
由於
由是
由此
由此可見
略
略爲
略加
略微
白
白白
的
的確
的話
皆可
目前
直到
直接
相似
相信
相反
相同
相對
相對而言
相應
相當
相等
省得
看
看上去
看出
看到
看來
看樣子
看看
看見
看起來
真是
真正
眨眼
着
着呢
矣
矣乎
矣哉
知道
砰
確定
碰巧
社會主義
離
種
積極
移動
究竟
窮年累月
突出
突然
竊
立
立刻
立即
立地
立時
立馬
竟
竟然
竟而
第
第二
等
等到
等等
策略地
簡直
簡而言之
簡言之
管
類如
粗
精光
緊接着
累年
累次
純
純粹
縱
縱令
縱使
縱然
練習
組成
經
經常
經過
結合
結果
給
絕
絕不
絕對
絕非
絕頂
繼之
繼後
繼續
繼而
維持
綜上所述
縷縷
罷了
老
老大
老是
老老實實
考慮
者
而
而且
而況
而又
而後
而外
而已
而是
而言
而論
聯繫
聯袂
背地裏
背靠背
能
能否
能夠
騰
自
自個兒
自從
自各兒
自後
自家
自己
自打
自身
臭
至
至於
至今
至若
致
般的
良好
若
若夫
若是
若果
若非
範圍
莫
莫不
莫不然
莫如
莫若
莫非
獲得
藉以
雖
雖則
雖然
雖說
蠻
行爲
行動
表明
表示
被
要
要不
要不是
要不然
要麼
要是
要求
見
規定
覺得
譬喻
譬如
認爲
認真
認識
讓
許多
論
論說
設使
設或
設若
誠如
誠然
話說
該
該當
說明
說來
說說
請勿
諸
諸位
諸如
誰
誰人
誰料
誰知
謹
豁然
賊死
賴以
趕
趕快
趕早不趕晚
起
起先
起初
起頭
起來
起見
起首
趁
趁便
趁勢
趁早
趁機
趁熱
趁着
越是
距
跟
路經
轉動
轉變
轉貼
轟然
較
較爲
較之
較比
邊
達到
達旦
迄
迅速
過
過於
過去
過來
運用
近
近幾年來
近年來
近來
還
還是
還有
還要
這
這一來
這個
這麼
這麼些
這麼樣
這麼點兒
這些
這會兒
這兒
這就是說
這時
這樣
這次
這點
這種
這般
這邊
這裏
這麼
進入
進去
進來
進步
進而
進行
連
連同
連聲
連日
連日來
連袂
連連
遲早
迫於
適應
適當
適用
逐步
逐漸
通常
通過
造成
逢
遇到
遭到
遵循
遵照
避免
那
那個
那麼
那麼些
那麼樣
那些
那會兒
那兒
那時
那末
那樣
那般
那邊
那裏
那麼
部分
都
鄙人
採取
裏面
重大
重新
重要
鑑於
針對
長期以來
長此下去
長線
長話短說
問題
間或
防止
阿
附近
陳年
限制
陡然
除
除了
除卻
除去
除外
除開
除此
除此之外
除此以外
除此而外
除非
隨
隨後
隨時
隨着
隨著
隔夜
隔日
難得
難怪
難說
難道
難道說
集中
零
需要
非但
非常
非徒
非得
非特
非獨
靠
頂多
頃
頃刻
頃刻之間
頃刻間
順
順着
頓時
頗
風雨無阻
飽
首先
馬上
高低
高興
默然
默默地
齊
︿
！
＃
＄
％
＆
＇
（
）
）÷（１－
）、
＊
＋
＋ξ
＋＋
，
，也
－
－β
－－
－［＊］－
．
／
０
０：２
１
１．
１２％
２
２．３％
３
４
５
５：０
６
７
８
９
：
；
＜
＜±
＜Δ
＜λ
＜φ
＜＜
＝
＝″
＝☆
＝（
＝－
＝［
＝｛
＞
＞λ
？
＠
Ａ
ＬＩ
Ｒ．Ｌ．
ＺＸＦＩＴＬ
［＊］
［－
［］
］
］∧′＝［
］［
＿
ａ］
ｂ］
ｃ］
ｅ］
ｆ］
ｎｇ昉
｛
｛－
｜
｝
｝＞
～
～±
～＋
￥
secondly
all
whose
under
sorry
four
we'll
somewhere
likely
even
above
ever
never
ZZ
hers
i'd
howbeit
i'm
theres
changes
anyhow
would
therefore
is
hereby
must
me
my
indicated
indicates
keep
far
after
hereupon
keeps
every
over
before
better
then
them
they
reasonably
each
went
mean
we'd
rd
re
got
forth
you're
little
whereupon
uses
already
another
took
second
seen
seem
relatively
thoroughly
latter
that
thorough
nobody
definitely
came
saying
specify
do
next
despite
unfortunately
twice
best
said
away
there's
unto
hopefully
seven
we
ltd
here
against
com
ZT
aren't
been
much
concerning
wish
say
near
unlikely
cant
in
ie
if
containing
beside
several
kept
whereby
whoever
the
yours
just
yes
yet
had
has
t's
possible
apart
right
old
somehow
for
everything
asking
who
of
theirs
plus
formerly
down
c's
accordingly
way
was
becoming
tell
sometime
no
whereas
nd
welcome
let's
certainly
a's
did
it'll
says
appear
alone
wherever
example
usually
nowhere
hither
regardless
everybody
thru
everywhere
can
following
want
didn't
may
such
whenever
maybe
ones
so
seeing
indeed
course
still
thank
he's
selves
ours
outside
non
within
thereby
not
now
nor
entirely
eg
ex
et
hadn't
furthermore
looking
seriously
shouldn't
she
quite
besides
think
first
ignored
awfully
given
anyone
indicate
gives
mostly
than
here's
were
and
appreciate
himself
saw
any
downwards
take
sure
especially
later
that's
fifth
don't
aside
only
going
get
truly
cannot
nearly
regarding
us
where
up
namely
anyways
wonder
behind
between
it
across
come
many
whereafter
according
comes
afterwards
couldn't
moreover
considering
sensible
hardly
wants
former
those
these
[
somebody
different
etc
insofar
same
without
can't
very
you've
among
being
we've
seems
around
using
specified
on
ok
oh
whence
it's
or
everyone
your
her
there
amongst
trying
with
they're
wasn't
gone
certain
am
an
as
at
again
serious
hello
since
consider
causes
to
th
myself
i'll
zero
further
what
brief
seemed
c'mon
allows
followed
ask
viz
contains
two
taken
more
knows
ain't
particular
known
none
nine
needs
rather
［
okay
tried
tries
onto
perhaps
specifying
]
help
soon
through
its
seeming
inward
actually
might
haven't
someone
hereafter
always
isn't
beyond
really
they'll
enough
thereafter
done
together
least
too
immediate
believe
gotten
toward
self
also
towards
most
nothing
they'd
sometimes
lest
particularly
somewhat
his
goes
meanwhile
during
him
greetings
see
are
currently
please
various
probably
available
both
last
wouldn't
became
whole
liked
whatever
except
throughout
along
described
though
whom
beforehand
what's
new
else
look
while
herein
itself
wherein
used
anybody
obviously
thats
from
useful
merely
follows
often
some
ourselves
shall
per
tends
either
be
by
anything
consequently
into
appropriate
we're
elsewhere
hasn't
un
noone
associated
thanks
having
once
edu
go
sent
provides
yourselves
they've
try
this
you'd
yourself
zz
zt
respectively
let
others
until
weren't
use
few
themselves
becomes
anywhere
something
six
allow
won't
thence
willing
instead
whither
doing
how
cause
thereupon
que
via
could
hence
third
doesn't
their
exactly
regards
herself
have
need
clearly
i've
able
which
unless
where's
eight
why
you'll
normally
anyway
one
should
mainly
overall
qv
contain
looks
neither
however
otherwise
co
it'd
corresponding
thanx
novel
value
will
almost
thus
vs
when
gets
upon
off
nevertheless
well
less
presumably
ought
who's
five
know
you
name
necessary
like
become
therein
because
happens
does
although
about
getting
own
three
inasmuch
inner
but
hi
he
whether
placed
below
our
上去--
inc
lately
other
latterly
out
是什麼
什麼時候
是什麼意思
什麼意思
多少錢
有沒有
更有趣
更有甚者
更有效
更有意義
更遠的
更重要的是
正確
錯誤
第二把
第二波
第二大節
第二單元
第二關
第二行
第二集
第二講
第二款
第二類
第二盤
第二任
第二聲
第二十
第二首
第二項
第三遍
第三冊
第三層
第三產業
第三大
第三單元
第三行
第三回
第三集
第三件
第三句
第三卷
第三課
第三類
第三篇
第三期
第三日
第三聲
地三鮮
第三項
第三站
第三張
第十八
第十次
第十二
的士高
第十集
第十屆
第十九
第十六
第十名
第十三
第十四
第十天
第十一
第十一個
第四版
第四冊
第四場
第四代
第四單元
第四集
第四屆
第四年
第四期
第四聲
第四套
第四位
第四張
第四者
第四種
第五部
第五大道
第五單元
第五集
第五卷
第五課
第五年
第五期
第五位
第五元素
第五組
召喚
最後一班
最後一遍
最後一關
最後一集
最後一科
最後一顆子彈
最後一派
最後一題
最後一眼
最後一頁
10
11
12
35
25
2016
2015
2014
又爲什麼
有問題嗎
有問題麼
又喜歡
有喜歡
又小
又笑
有笑
有效地
有一百
又一遍
有一部
又一城
又一村
有一道
有意的
有一堆
有一對
有一方
有一根
有一會了
有一批
有一片
有一期
有一起
有一羣
又又
由由
財新網
上午
下午
NULL
新華社
消息
13
14
15
16
17
18
19
20
21
22
23
24
26
27
28
29
30
31
32
33
34
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
01
02
03
04
05
06
07
08
09
4.自定義字典
注：本文的自定義字典是在原文的基礎上直接刪除無關句子，並甄選出來的，格式如下所示：nr表示詞性爲名詞。
銀行間市場 100 nr
金融科技標準化 100 nr
建設 100 nr
利率市場 100 nr
匯率市場 100 nr
交易量 100 nr
萬億元 100 nr
人民幣 100 nr
金融市場 100 nr
資源配置 100 nr
金融 100 nr
內在規律 100 nr
顛覆性 100 nr
淘汰 100 nr
外匯交易 100 nr
市場 100 nr
對手方 100 nr
外匯市場 100 nr
梅宏院士 100 nr
軟件定義一切 100 nr
人—機—物 100 nr
人和機器混合 100 nr
區塊鏈 100 nr
數字貨幣 100 nr
三度空間 100 nr
應用創新 100 nr
技術體系 100 nr
標準 100 nr
人才隊伍 100 nr
基礎 100 nr
銀行間市場技術標準工作組 100 nr
標準體系 100 nr
現實世界 100 nr
物理世界 100 nr
網絡空間 100 nr
金融交易 100 nr
貨幣 100 nr
數字貨幣 100 nr
灰色產品監管 100 nr
安全 100 nr
隱私保護 100 nr
技術優勢 100 nr
不正當競爭 100 nr
運用 100 nr
效益 100 nr
生態圈 100 nr
基礎通用標準 100 nr
產品服務標準 100 nr
運營管理標準 100 nr
信息技術標準 100 nr
子類 100 nr
實用性 100 nr
協調性 100 nr
前瞻性 100 nr
開放性 100 nr
國際國內 100 nr
基本信息標準 100 nr
全球法人機構識別編碼（LEI） 100 nr
信息安全技術標準 100 nr
中國外匯交易中心 100 nr
中國銀行間市場交易商協會 100 nr
銀行間市場清算所股份有限公司 100 nr
中央國債登記結算有限責任公司 100 nr
銀行間市場中介機構 100 nr
監管機構 100 nr
會員機構 100 nr
信息提供商 100 nr
工程師 100 nr
標準服務 100 nr
系統接入 100 nr
開發機構 100 nr
市場主體 100 nr
跨機構間交易行爲 100 nr
質量 100 nr
效率 100 nr
組織機制 100 nr
管理模式 100 nr
創新 100 nr
深度 100 nr
廣度 100 nr
行業基礎設施 100 nr
自律機制 100 nr
產業聯盟 100 nr
引導 100 nr
協調 100 nr
開發 100 nr
平臺 100 nr
接口 100 nr
協議 100 nr
服務 100 nr
調用 100 nr
技術 100 nr
深度合作 100 nr
金融科技生態圈 100 nr
國際 100 nr
標準兼容 100 nr
國際標準組織 100 nr
ISO 100 nr
ISO/TC68/SC9/WG1 100 nr
ISO 20022標準語義模型工作組 100 nr
公開 100 nr
分佈式 100 nr
語義網 100 nr
應用 100 nr
使用者 100 nr
關係 100 nr
SWIFT 100 nr
FIX組織 100 nr
核心成員 100 nr
IMIX 100 nr
人民銀行 100 nr
金標委 100 nr
WG1工作組 100 nr
語義門戶 100 nr
ISO 20022 100 nr
FIX 100 nr
ISO15022 100 nr
第三方支付 100 nr
話語權 100 nr
展望 100 nr
標準化 100 nr
創新 100 nr
時代 100 nr
發展 100 nr
大數據 100 nr
雲計算 100 nr
分佈式賬本 100 nr
人工智能 100 nr
產品 100 nr
服務 100 nr
監管 100 nr
全方位 100 nr
多層次 100 nr
支撐 100 nr
引領 100 nr
新一代外匯交易平臺 100 nr
外匯即期撮合 100 nr
外匯詢價市場 100 nr
交易容量 100 nr
用戶體驗 100 nr
系統 100 nr
接口 100 nr
風險事前控制 100 nr
程序交易 100 nr
金融數據集 100 nr
知識圖譜 100 nr
安全機制 100 nr
網絡通訊 100 nr
實驗室 100 nr
測試 100 nr
實驗 100 nr
概念驗證 100 nr
分佈式協同系統 100 nr
規範 100 nr
金融科技 100 nr
應用標準 100 nr
基礎設施 100 nr
平臺 100 nr
專家隊伍 100 nr
金融專業 100 nr
標準化工作程序 100 nr
複合型人才 100 nr
金融業標準化 100 nr
相關課程 100 nr
校企聯合 100 nr
人才培養 100 nr
基地 100 nr
產學研 100 nr
聯合培養 100 nr
途徑 100 nr
內部系統 100 nr