Python大数据：jieba分词，词频统计
实验目的
学习如何读取一个文件
学习如何使用DataFrame
学习jieba中文分词组件及停用词处理原理
了解Jupyter Notebook
概念
中文分词
在自然语言处理过程中，为了能更好地处理句子，往往需要把句子拆开分成一个一个的词语，这样能更好的分析句子的特性，这个过程叫就叫做分词。
中文分词工具比较
五款中文分词工具的比较，尝试的有jieba，SnowNLP，thulac（清华大学自然语言处理与社会人文计算实验室），StanfordCoreNLP，pyltp（哈工大语言云），环境是Win10，anaconda3.
如何用 ANTLR 4 实现自己的脚本语言？
ANTLR 是一个 Java 实现的词法/语法分析生成程序，目前最新版本为 4.5.2，支持 Java，C#，JavaScript 等语言，这里我们用 ANTLR 4.5.2 来实现一个自己的脚本语言。
HanLP Analysis for Elasticsearch
基于 HanLP 的 Elasticsearch 中文分词插件，核心功能：
兼容 ES 5.x-7.x；
内置词典，无需额外配置即可使用；
支持用户自定义词典；
支持远程词典热更新（待开发）；
内置多种分词模式，适合不同场景；
拼音过滤器（待开发）；
简繁体转换过滤器（待开发）。
日志服务索引设置
日志服务提供通过关键字全文查询功能，通过合理的设置，可以更高效进行日志内容检索
