Khớp và tách

Một số tweet trong tập dữ liệu của bạn đã được tải xuống không đúng cách. Thay vì có khoảng trắng để tách từ, chúng lại có những ký tự lạ. Bạn quyết định dùng biểu thức chính quy để xử lý tình huống này. Bạn in ra một số tweet để hiểu mẫu nào cần khớp.

Bạn nhận thấy các câu luôn được ngăn cách bởi một ký tự đặc biệt, theo sau là một số, từ break, và sau đó là một ký tự đặc biệt khác, ví dụ &4break!. Các từ luôn được ngăn cách bởi một ký tự đặc biệt, từ new, và một ký tự chữ-số ngẫu nhiên, ví dụ #newH.

Biến sentiment_analysis chứa nội dung của một tweet, cũng như mô-đun re, đã được nạp sẵn trong phiên của bạn. Bạn có thể dùng print(sentiment_analysis) để xem nó trong IPython Shell.