关键词抽取模型

意义:关键词提取能让我们快速地了解一篇文章,或者从大量的语料中快速找到其想要说明的主题。特别是在信息化发展这么快的现状下,能够有效的提取文本的关键词,对于快速,及时,高效地获取信息非常有帮助。

技术:TF-IDF(term frequency-inverse document frequency)

主要思想:如果某个词或短语在一篇文章中出现的频率高,并且在其他文章中很少出现,即反文档频率低,则认为此词或者短语具有很好的类别区分能力,适合用来分类。

                                                                         tfidf = tf * idf

 

转载于:https://www.cnblogs.com/zh1Q84/p/8610141.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值