在 58 同城的招聘业务中，我们需要对简历进行分类，比如分为技术类、销售类、行政类等。现在有一个简单的文本分类任务，给定一篇简历文本，你需要判断它属于哪个类别。请用 Python 实现一个简单的基于词频的文本分类器。

答题要点

推荐答题框架：采用功能实现步骤分析法。关键要点如下：1. 数据预处理：对简历文本进行分词、去除停用词等操作，将文本转化为便于处理的词列表。例如，使用 jieba 库进行中文分词。2. 计算词频：统计每个类别下各个词的出现频率。可以使用字典来存储词频信息。3. 分类判断：对于待分类的简历文本，计算它与各个类别的相似度，相似度可以通过词频的加权和来计算，将其归为相似度最高的类别。示例话术：首先，我会使用 jieba 对简历文本进行分词，去除停用词。然后，遍历训练数据，统计各个类别的词频。最后，对于新的简历文本，计算其与各个类别的相似度，选择相似度最高的类别作为分类结果。