jieba 基于TF-IDF 算法的关键词提取| 计算机科学论坛 - LearnKu

import jieba.analyse jieba.analyse.extract_tags(sentence, topK=20, withWeight=False, allowPOS=()) sentence 为待提取的文本topK 为返回几个TF/IDF 权重最大的 ... 微信登录 jieba基于TF-IDF算法的关键词提取 Galois的个人博客 / 10 / 0 / 创建于1年前 / 更新于1年前 importjieba.analyse jieba.analyse.extract_tags(sentence,topK=20,withWeight=False, allowPOS=()) sentence为待提取的文本topK为返回几个TF/IDF权重最大的关键词，默认值为20withWeight为是否一并返回关键词权重值，默认值为FalseallowPOS仅包括指定词性的词，默认值为空，即不筛选 #新建TFIDF实例，idf_path为IDF频率文件 jieba.analyse.TFIDF(idf_path=None) 关键词提取所使用停止词（StopWords）文本语料库可以切换成自定义语料库的路径 #file_name为自定义语料库的路径 jieba.analyse.set_stop_words(file_name) 自定义语料库示例： ! " # $ % & ' ( ) * + , - -- . .. ... ...... ................... ./ .一 记者 数 年 月 日 时 分 秒 / // 0 1 2 3 4 importjieba importjieba.analyse content=open('demo.txt','r',encoding='utf-8').read() jieba.analyse.set_stop_words("stopwords.txt") tags=jieba.analyse.extract_tags(content,topK=10) print(",".join(tags)) 关键词一并返回关键词权重值示例： importjieba importjieba.analyse content=open('demo.txt','r',encoding='utf-8').read() jieba.analyse.set_stop_words("stopwords.txt") tags=jieba.analyse.extract_tags(content,topK=10,withWeight=True) fortagintags: print("tag:%s\t\tweight:%f"%(tag[0],tag[1])) nlp python 本作品采用《CC协议》，转载必须注明作者和本文链接 不要试图用百米冲刺的方法完成马拉松比赛。

本帖由Galois 于1年前解除加精 举报 Galois 版主 1.4k声望 Coder@Galois 出来混，迟早要还的。

0人点赞 讨论数量:0 (=￣ω￣=)···暂无内容！ 讨论应以学习和精进为目的。

请勿发布不友善或者负能量的内容，与人为善，比聪明更重要！ 支持MD 帮助 关注本文 评论 提交 忘记密码? or 注册 第三方账号登录 微信登录 GitHub登录 匿名举报，为防止滥用，仅管理员可见举报者。

我要举报该，理由是： 垃圾广告：恶意灌水、广告、推广等内容 无意义内容：测试、灌水、文不对题、消极内容、文章品质太差等 违规内容：色情、暴利、血腥、敏感信息等 不友善内容：人身攻击、挑衅辱骂、恶意行为 科学上网：翻墙、VPN、Shadowsocks，政策风险，会被关站！ 不懂提问：提问太随意，需要再做一遍《提问的智慧》测验 随意提问：提问没有发布在社区问答分类下 排版混乱：没有合理使用Markdown编写文章，未使用代码高亮 内容结构混乱：逻辑不清晰，内容混乱，难以阅读 标题随意：标题党、标题不释义 尊重版权：分享付费课程、破解软件（付费），侵犯作者劳动成果 其他理由：请补充说明 举报 取消