计算法学方法入门实践指南
计算法学的入门笔记，结合了数据、AI 和文本挖掘几大块内容，挺适合法律+技术跨界的小伙伴啃一啃。讲得不深但覆盖面还挺全，像预、标准化这些实操的也提了，配着自己项目练练手蛮合适的。
计算法学方法的比较清晰，从背景讲到应用场景，再带你过一遍核心技术，比如数据预、文本清洗、标准化/归一化，这些都挺常见的，尤其是做 NLP 或法律知识图谱那块的。
数据这块讲得还不错，像怎么做数据清洗、怎么去噪、哪些字段该保留，虽然不是代码形式，但逻辑思路清楚。标准化和归一化也分别解释了适用场景，比如你要喂模型前统一尺度，用MinMaxScaler一类的工具就方便。
文本也提了一嘴，比如先抽取关键信息、去掉无效词、再统一格式。这一整套流程，放在法律文书里还挺常见的，比如拆分案由、抽取判决要素啥的。
如果你平时在用 Python 跑 NLP、或想把法律文本数据用起来做点，这份文档算是个比较靠谱的“入坑地图”。后面想深入可以看看数据预技巧或者Python 面试常见问题，进阶用得上。
哦对了，如果你对大数据容器化环境感兴趣，顺手带你看下Docker Compose 合集，部署起来省事多了。
，这份文档适合边看边实操，有点像老司机给你画的第一张导航图。别期望它代码多，但方向感给得蛮准。
文件大小：17.25KB
评论区