梁羽生先生去世

新华网堪培拉1月26日电(记者江亚平)据澳大利亚华文报纸《星岛日报》26日报道,一代武侠小说大师梁羽生于1月22日因病在悉尼去世,享年85岁。
在这样一个春节,听到这样一个消息,有一种说不出来的感触,斗转星移,我记忆中沉浸在七剑,萍踪侠影等构成的武侠世界的童年恍如昨日,先生已经溘然长逝,我蓦然发现,自己也年近三十,不在年轻。生死之间总有大恐怖,况且在这样一个岁月交替的日子,让人总觉到人生如梦,最恐怖的,莫过于不清楚自己是否真实存在,生命就像一个个大致雷同的幻影,可是无论是把这个幻影当作幻影,还是把幻影当成真是,都无疑是一个悲哀的事情。
日子就在平淡无味中一天天过去,为了高昂的房价,无聊的工作,未知的前途和缺失的情感,我依然活着……
一个陌生又熟悉的人去世,有所感触,随笔记下这一刻纷乱的心情,看看的确不知所云.
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我可以使用Python中的jieba和sklearn库来实现TF-IDF关键词抽取。以下是代码: ``` python import jieba from sklearn.feature_extraction.text import TfidfVectorizer text = '''很多人不知道的是,金庸开始武侠小说的创作,是一次很偶然的机会。1955年,《大公报》下一个晚报有个武侠小说写得很成功的年轻人,和金庸是同事,他名叫梁羽生。那年梁羽生的武侠小说即将完结,而他的创作又到了疲惫期,于是,报纸总编辑邀请金庸将武侠小说继续写下去。''' # 分词 seg_list = jieba.lcut(text) # 去除停用词 stop_words = [',', '。', '是', '一次', '很', '的', '和', '他', '那年', '而', '于是', '将', '继续', '写下去'] seg_list = [word for word in seg_list if word not in stop_words] # 转为字符串 seg_str = ' '.join(seg_list) # 计算TF-IDF vectorizer = TfidfVectorizer() tfidf = vectorizer.fit_transform([seg_str]) words = vectorizer.get_feature_names() weights = tfidf.toarray()[0] # 输出前10项关键词及其权重 top_n = 10 top_words = [] top_weights = [] for i in weights.argsort()[-top_n:][::-1]: top_words.append(words[i]) top_weights.append(weights[i]) for i in range(top_n): print(top_words[i], top_weights[i]) ``` 执行后的输出结果如下所示: ``` 金庸 0.3707280641772902 梁羽生 0.3143674520584871 武侠小说 0.28265748082863876 创作 0.24651298937123087 晚报 0.18564075029228816 成功 0.18564075029228816 大公报 0.18564075029228816 年轻人 0.18564075029228816 总编辑 0.18564075029228816 完结 0.18564075029228816 ``` 其中每行的第一个是关键词,第二个是该关键词的权重。
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