{
"cells": [
{
"cell_type": "markdown",
"source": [
"# စိန်ခေါ်မှု - ဒေတာသိပ္ပံအကြောင်း စာသားကို ခွဲခြမ်းစိတ်ဖြာခြင်း\n",
"\n",
"> *ဒီ notebook မှာတော့ Machine Learning အကြောင်း Wikipedia ဆောင်းပါးကို အသုံးပြုပြီး URL မျိုးစုံကို စမ်းသပ်ကြည့်မှာ ဖြစ်ပါတယ်။ Data Science ဆောင်းပါးနဲ့ မတူဘဲ၊ ဒီဆောင်းပါးမှာ အခက်အခဲဖြစ်စေတဲ့ အကြောင်းအရာများစွာ ပါဝင်နေပါတယ်။ ဒါကြောင့် keyword extraction ပြီးရင် အဓိပ္ပါယ်မရှိတဲ့ စကားစုတွေကို ဖယ်ရှားဖို့ အခြားနည်းလမ်းတစ်ခုကို ရှာဖွေရမှာ ဖြစ်ပါတယ်။*\n",
"\n",
"ဒီဥပမာမှာတော့ ဒေတာသိပ္ပံရဲ့ ရိုးရာလုပ်ငန်းစဉ်အားလုံးကို ဖော်ပြထားတဲ့ လေ့ကျင့်ခန်းလေးတစ်ခုကို လုပ်ကြည့်ပါမယ်။ သင်က code ရေးဖို့ မလိုအပ်ပါဘူး၊ အောက်မှာရှိတဲ့ cell တွေကို နှိပ်ပြီး အလုပ်လုပ်တာကို ကြည့်ရှုနိုင်ပါတယ်။ စိန်ခေါ်မှုအနေနဲ့ သင့်အနေနဲ့ အခြားသော ဒေတာတွေနဲ့ ဒီ code ကို စမ်းသပ်ကြည့်ဖို့ အားပေးလိုက်ပါတယ်။\n",
"\n",
"## ရည်မှန်းချက်\n",
"\n",
"ဒီသင်ခန်းစာမှာတော့ ဒေတာသိပ္ပံနဲ့ ပတ်သက်တဲ့ အကြောင်းအရာအမျိုးမျိုးကို ဆွေးနွေးခဲ့ကြပါတယ်။ **စာသားသိပ္ပံ (text mining)** လုပ်ပြီး ပိုမိုဆက်စပ်တဲ့ အကြောင်းအရာတွေကို ရှာဖွေကြည့်ရအောင်။ \n",
"\n",
"Data Science အကြောင်း စာသားတစ်ခုကို စတင်ပြီး၊ အဲဒီထဲကနေ keyword တွေကို ထုတ်ယူပြီး၊ ရလဒ်ကို ရှုထောင်ကြည့်ပါမယ်။\n",
"\n",
"ဒီစာသားအတွက်တော့ Wikipedia မှာရှိတဲ့ Data Science အကြောင်း စာမျက်နှာကို အသုံးပြုပါမယ် - \n"
],
"metadata": {}
},
{
"cell_type": "markdown",
"source": [],
"metadata": {}
},
{
"cell_type": "code",
"execution_count": 2,
"source": [
"url = 'https://en.wikipedia.org/wiki/Data_science'\r\n",
"url = 'https://en.wikipedia.org/wiki/Machine_learning'"
],
"outputs": [],
"metadata": {}
},
{
"cell_type": "markdown",
"source": [
"## အဆင့် ၁: ဒေတာရယူခြင်း\n",
"\n",
"ဒေတာသိပ္ပံလုပ်ငန်းစဉ်တိုင်း၏ ပထမဆုံးအဆင့်မှာ ဒေတာရယူခြင်းဖြစ်ပါတယ်။ ဒါကိုလုပ်ရန် `requests` လိုက်ဘရေးရီကို အသုံးပြုမယ်:\n"
],
"metadata": {}
},
{
"cell_type": "code",
"execution_count": 3,
"source": [
"import requests\r\n",
"\r\n",
"text = requests.get(url).content.decode('utf-8')\r\n",
"print(text[:1000])"
],
"outputs": [
{
"output_type": "stream",
"name": "stdout",
"text": [
"\n",
"\n",
"\n",
"\n",
"Machine learning - Wikipedia\n",
"