亚洲免费在线-亚洲免费在线播放-亚洲免费在线观看-亚洲免费在线观看视频-亚洲免费在线看-亚洲免费在线视频

Python3 文章標題關鍵字提取的例子

系統 1711 0

思路:

1.讀取所有文章標題;

2.用“結巴分詞”的工具包進行文章標題的詞語分割;

3.用“sklearn”的工具包計算Tf-idf(詞頻-逆文檔率);

4.得到滿足關鍵詞權重閾值的詞

結巴分詞詳見:結巴分詞Github

sklearn詳見:文本特征提取――4.2.3.4 Tf-idf項加權

TfidfVectorizer( ) 類 實現了詞向量化和Tf-idf權重的計算

詞向量化:vectorizer.fit_transform是將corpus中保存的切分后的單詞轉為詞頻矩陣,其過程為先將所有標題切分的單詞形成feature特征和列索引,并在dictionary中保存了{‘特征':索引,……},如{‘農業':0,‘大數據':1,……},在csc_matric中為每個標題保存了 (標題下標,特征索引) 詞頻tf……,然后對dictionary中的單詞進行排序重新編號,并對應更改csc_matric中的特征索引,以便形成一個特征向量詞頻矩陣,接著計算每個feature的idf權重,其計算公式為 其中是所有文檔數量,是包含該單詞的文檔數。最后計算tf*idf并進行正則化,得到關鍵詞權重。

以下面六個文章標題為例進行關鍵詞提取

Python3 文章標題關鍵字提取的例子_第1張圖片

Using jieba on 農業大數據研究與應用進展綜述.txt

Using jieba on 基于Hadoop的分布式并行增量爬蟲技術研究.txt

Using jieba on 基于RPA的財務共享服務中心賬表核對流程優化.txt

Using jieba on 基于大數據的特征趨勢統計系統設計.txt

Using jieba on 網絡大數據平臺異常風險監測系統設計.txt

Using jieba on 面向數據中心的多源異構數據統一訪問框架.txt

----------writing all the tf-idf in the 0 file into ./keywords/ 0 .txt----------

農業 0.773262366783

大數據 0.634086202434

----------writing all the tf-idf in the 1 file into ./keywords/ 1 .txt----------

hadoop 0.5

分布式 0.5

并行增量 0.5

爬蟲 0.5

----------writing all the tf-idf in the 2 file into ./keywords/ 2 .txt----------

rpa 0.408248290464

優化 0.408248290464

服務中心 0.408248290464

流程 0.408248290464

財務共享 0.408248290464

賬表核對 0.408248290464

----------writing all the tf-idf in the 3 file into ./keywords/ 3 .txt----------

特征 0.521823488025

統計 0.521823488025

趨勢 0.521823488025

大數據 0.427902724969

----------writing all the tf-idf in the 4 file into ./keywords/ 4 .txt----------

大數據平臺 0.4472135955

異常 0.4472135955

監測 0.4472135955

網絡 0.4472135955

風險 0.4472135955

----------writing all the tf-idf in the 5 file into ./keywords/ 5 .txt----------

多源異構數據 0.57735026919

數據中心 0.57735026919

統一訪問 0.57735026919

以上這篇Python3 文章標題關鍵字提取的例子就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持腳本之家。


更多文章、技術交流、商務合作、聯系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯系: 360901061

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦!!!

發表我的評論
最新評論 總共0條評論
主站蜘蛛池模板: 米奇影院7777 | 亚洲国产成人久久77 | 成人一级片在线观看 | 欧美精品一区二区三区久久 | 婷婷网五月天天综合天天爱 | 日韩不卡在线观看 | 亚洲欧美中文日韩在线 | 亚洲欧美综合网站 | 天天干天天干 | 久9久9精品视频在线观看 | 精品国产一区二区三区香蕉沈先生 | 老司机午夜在线 | 青草操 | 亚洲国产成人久久综合野外 | 中文字幕精品久久 | 成人国产精品视频 | 毛片在线观看网站 | 精品国产免费一区二区 | 久久不卡一区二区三区 | 五月天婷婷在线观看高清 | 亚洲精品一区二区综合 | 性激烈欧美三级在线播放 | 九九毛片 | 久久精品影院一区二区三区 | 国产精品久久久久久久久久久不卡 | 欧美最猛性xxxxx短视频 | 国产区精品一区二区不卡中文 | 久久久久久久一精品 | 伊人手机在线视频 | 欧美精品久久久久久久久大尺度 | 欧美成人亚洲欧美成人 | 国产成人亚洲毛片 | 国产午夜永久福利视频在线观看 | 久久久久久日本一区99 | 国产综合影院 | 国产理论精品 | 草草视频免费观看 | 欧美日韩免费在线观看 | 91精品国产闺蜜国产在线 | 精品视频日本 | 国产精品毛片天天看片 |