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: 99久久99热精品免费观看国产 | 中文字幕在线视频观看 | 亚洲大片免费看 | 欧美亚洲国产日韩一区二区三区 | 在线观看www成人影院 | 亚洲va久久久噜噜噜久久男同 | 欧美另类综合 | 欧美日韩一本 | 99国产精品久久久久久久日本 | 拍拍拍精品视频在线观看 | 99一级毛片| 玖玖99视频 | 亚洲狠狠婷婷综合久久久久图片 | 一级片a级片| 精品精品国产高清a毛片牛牛 | 国产成人a一在线观看 | 天天添天天干 | 一级bbbbbbbbb毛片 | 色综合亚洲天天综合网站 | 亚洲伊人精品综合在合线 | 欧美xxxwww | 亚洲免费福利视频 | 国内久久久久影院精品 | 免费在线看a| 亚洲区 欧美区 | 99精品视频免费 | 久久久久久草 | 深夜a| 91青青青国产在观免费影视 | 日日碰狠狠添天天爽对白 | 久久香蕉久久 | 96精品国产高清在线看入口 | 亚洲欧洲一区二区三区在线观看 | 波多野结衣久久精品 | 午夜黄色毛片 | 久久一日本道色综合久久m 久久一色本道亚洲 | 777精品成人影院 | 四虎 影院ww9584h | 九九99靖品 | 欧美激情在线免费观看 | 国产色在线 | 亚洲 国产色在线视频 |