jieba源碼研讀筆記（十五） - 關鍵詞提取函數入口

前言

jieba的關鍵詞提取功能主要由jieba/analyse這個模組實現。
以下是jieba/analyse模組的目錄結構：

├─jieba
│  ├─analyse
│  │  │  analyzer.py
│  │  │  idf.txt
│  │  │  textrank.py
│  │  │  tfidf.py
│  │  │  __init__.py

jieba支援兩種關鍵詞提取的算法，包括TF-IDF及TextRank兩種。
在jieba/analyse/__init__.py中，會調用TFIDF及TextRank這兩個檔案，並利用它們定義一些全局變數及函數。

import其它模組

from __future__ import absolute_import
from .tfidf import TFIDF
from .textrank import TextRank
try:
    from .analyzer import ChineseAnalyzer
except ImportError:
    pass

定義全局變數及函數

default_tfidf = TFIDF()
default_textrank = TextRank()

extract_tags = tfidf = default_tfidf.extract_tags
set_idf_path = default_tfidf.set_idf_path
textrank = default_textrank.extract_tags

def set_stop_words(stop_words_path):
    default_tfidf.set_stop_words(stop_words_path)
    default_textrank.set_stop_words(stop_words_path)