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: 全黄大全大色全免费大片 | 精品久久洲久久久久护士 | 91在线视频在线观看 | 四虎永久在线精品免费影视 | 高清视频一区二区 | 四虎影视永久免费观看地址 | 九九热线精品视频6一 | 国产高清美女一级a毛片久久w | 亚洲图片国产日韩欧美 | 福利视频在线免费观看 | 免费精品美女久久久久久久久久 | 开心激情四房 | 不卡影院在线观看 | 亚洲精品一区二区四季 | www日韩在线 | 欧美爱爱爱爱免费视频 | 国产区成人精品视频 | 成年男女免费视频观看性 | 国产一区曰韩二区欧美三区 | 欧美精品国产一区二区 | 欧美性猛交aa一级 | 亚洲第一中文字幕 | 日日干天天操 | 波多野结衣免费免费视频一区 | 欧美亚洲专区 | 一级毛片短视频 | 色综合91久久精品中文字幕 | 黄色片在线观看网站 | 成人国产一区 | 国产aⅴ精品一区二区三区久久 | 不卡神马影院 | 99视频久久精品久久 | 国产系列 视频二区 | 成人最新午夜免费视频 | 毛片网站在线观看 | 成人夜色视频网站在线观看 | 久久网站在线观看 | 伊香蕉大综综综合久久 | 国产一级视频播放 | 97人人在线观看 | 亚洲第成色999久久网站 |