文本挖掘实操｜用文本挖掘剖析54万首诗歌，我发现了这些(2)

从上表可以看到，该诗歌语料库中共计近85万余首诗歌，诗歌作者数量达29377位之多；其中，字段包括“题目”、“朝代”、“作者”和“内容（诗歌）”。
为了方便后续的分析，笔者仅取其中的律诗和绝句，且仅取其中的五言和七言，排律（如《春江花月夜》、《长恨歌》等）、杂言（如李白的将进酒）等就不在本文的分析范围之内。
经过数据清洗后，最终得诗504443，占到原数据库的59.1%。以下分别是清洗后的诗歌数据统计结果和部分样例：