将文章标题标签存入数据库

本文介绍了在获取文章标题标签后,利用nltk进行分词分类,并在过程中解决Python与MongoDB交互时遇到的问题。针对Text.collocations()方法返回none的情况,通过查看源码和文档找到了解决方案,即利用_text._collocations属性存储结果。同时,为确保标签不重复添加到数据库,应用了特定的数据库操作,如文本索引和updateMany命令。测试结果显示,400多篇文章标题被快速处理并打上了标签。
摘要由CSDN通过智能技术生成

紧接着之前获取完文章标题标签完之后的操作

一个获取大量文章标题标签的办法

使用完nltk分词对文章标题分类之后

延续之前的思路开始实现

过程中遇到的一些问题

获取方法的问题

python方面

如果是采用方法1手写的ngram标签采集方法,那么可以很方便的获取词频以及标签
如果是方法2,Text.collocations()方法返回的是none
这里写图片描述
源码中可以很清楚的看到其实现用了比方法1更科学的分析方法,但是其并没有返回那个2gram集合出来,而是打印到了控制台上。

mongo方面

要求对文章标题精确检索到含有标签的,不重复的加上标签

解决方法

对于Text.collocations(),在百度获取控制台的输出无果之后,研究了两个英文文档

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