『NLP学习笔记』TF-IDF算法进行关键词提取(Python迭代器、sorted、lambda、filter)

TF-IDF算法进行关键词提取(Python迭代器、sorted、lambda、filter)！

一. 关键词

• 关键词 是指能反映文本主题或者意思的词语，如论文中的Keyword字段。关键词提取是文本挖掘领域一个很重要的部分，通过对文本提取的关键词可以窥探整个文本的主题思想，进一步应用于文本的推荐或文本的搜索。
• 常用的关键词提取算法：TF-IDF算法、TextRank算法。

二. TF-IDF关键词提取算法

• TF-IDF(Term frequency-inverse document frequency) 是关键词提取最基本、最简单易懂的方法。判断一个词再一篇文章中是否重要，一个最容易想到的衡量指标就是 词频(TF)，重要的词往往在文章中出现的频率也非常高&#x