最新动态
自然语言文本处理-提取关键词
2024-12-30 04:51

使用tf-idf进行前20个关键词提取

import jieba
import math
import operator
class homework():
    def file(self,n):   #预处理
        file_path = n
        f=''
        stopwords = [line.strip() for line in open("E:/nlpproject/baidu_stopwords.txt", encoding='utf-8').read()]
        sign = ['', '~', ', '@', '', '……', ',', '', '*', '“', '”', '‘',
                '’', '', '{', '}','【', '】', '', '', '「', '', '」',
                '。', '-', '、', '',  '《','》',  '
', '④', '',' ', '', '', ':', '.']
        with open(file_path, "r", encoding="utf-8") as pf:
            f = f+pf.read()
            for char in sign:
                f = f.replace(char, "")
            words = jieba.lcut(f, cut_all=False, HMM=True)
        if words not in stopwords:
            words.append(words)
        return words

    def high_frequency(self, word_list1, word_list2):  #TF-IDF,找出两篇文章的关键词
        word1 = word_list1
        word2 = word_list2
        counts = {}
        TF = {}
        IDF = {}
        TF_IDF = {}
        sum_word = 0
        for word in word1:
            counts[word] = counts.get(word, 0) + 1
            sum_word = sum_word + 1  # 文章的总词数

        for word in word1:
            # 计算TF
            TF[word] = counts[word] / sum_word
            if word in word2:
                IDF[word] = math.log(2 / 2)
            else:
                IDF[word] = math.log(2 / 1)
        for word in word1:
            TF_IDF[word] = TF[word] * IDF[word]
        TF_IDF = sorted(TF_IDF.items(), key=operator.itemgetter(1), reverse=True)

自然语言文本处理-提取关键词

# TF_IDF已经由字典变成列表 print('该文章的前20个关键词为') for i in range(20): print(TF_IDF[i]) TF_IDF = dict(TF_IDF) if __name__ == '__main__': n1='E:/nlpproject/text1.txt' n2='E:/nlpproject/text2.txt' b = homework() print(b.file(n1)) print(b.file(n2))
    以上就是本篇文章【自然语言文本处理-提取关键词】的全部内容了,欢迎阅览 ! 文章地址:http://ww.kub2b.com/news/15937.html
     栏目首页      相关文章      动态      同类文章      热门文章      网站地图      返回首页 企库往资讯移动站 http://ww.kub2b.com/mobile/ , 查看更多   
最新文章
荣耀手机数据恢复教程荣耀手机找回「荣耀手机数据恢复教程」
在使用荣耀手机的过程中,大家难免会遇到不小心删除重要照片的情况。这些照片可能包含了珍贵的回忆,一旦丢失,可能会让人感到非
手机副卡怎么注销手机副卡「手机副卡怎么注销」
随着移动通信技术的不断发展,手机副卡已成为许多家庭或企业用户的常用选择,它为用户提供了更多的便利和灵活性。然而,当不再需
三星s8怎么样值得买吗 64G版苏宁易购4999元s8手机「三星s8怎么样值得买吗 64G版苏宁易购4999元」
  【PConline 导购】当下很多手机都有一流的硬件配置和出色的使用体验,消费者在购机时也会优先考虑这些产品。就拿三星的旗舰
马拉松赛道上的奇特造型,究竟是展示自我还是博眼球,你怎么看?
或许你会发现,每次马拉松比赛都会出现奇特造型的人物。这不,2025象山马拉松也有一些打扮另类的跑者,他们的出现瞬间成为赛道上
售价21万的诺基亚Vertu手机 你肯定没用过!手机超长待机「售价21万的诺基亚Vertu手机 你肯定没用过!」
人人都说知道诺基亚,但你真的通晓诺基亚吗?在诺基亚旗下奢侈手机公司VERTU(威图、纬图)相信很多人都不知道。而Vertu品牌研发
苹果11原相机自拍是反的怎么调回来苹果手机拍照怎么是反的「苹果11原相机自拍是反的怎么调回来」
  苹果iPhone11(系统版本是iOS 14)相机自拍呈现反方向是【平面镜成像】原理,可在自带的相机设置中修改拍摄方向,也可以在自
阿维塔06即将上市,1天后公布价格
06倒计时一天,实际上有必要重新认识一下这个品牌。阿维塔成立于2018年,主要大事件:2021年阿维塔科技全球品牌首发,正式亮相,
最新个人简历电子版 个人简历手机版免费(三篇)手机简历「最新个人简历电子版 个人简历手机版免费(三篇)」
无论是身处学校还是步入社会,大家都尝试过写作吧,借助写作也可以提高我们的语言组织能力。写范文的时候需要注意什么呢?有哪些
360行车记录仪,走过风景,走过你——体验G300 3K版前,我要分享一份记录仪避坑指南!360行车记录仪怎么连接手机「360行车记录仪,走过风景,走过你——体验G300 3K版前,我要分享一份记录仪
***感谢众测君翻牌,感谢品牌方信任***说起,大家应该都不陌生了。这东西除了能让你在说不清的时候说清楚,还有点其他用处。比如