中文提取关键词总结

 针对前面学习的 中文文本处理总结（读取文本、文本预处理、分词、去除停用词）、中英文分词后进行词频统计（包含词云制作）、文本分词后进行关键词提取之TF-IDF算法、关键词提取之TextRank算法，我们已经掌握了中文文本处理的各个步骤的方法，提取关键词的算法及其原理，制作词云的方法，现在对以上学习的知识做个总结，用一个例子把它们汇总在一起，完成文本处理后提取关键词的操作：

import jieba
import os
from wordcloud import WordCloud   #词云
from imageio import imread   #导入图片进行处理
import matplotlib.pyplot as plt  # 利用Python的Matplotlib包进行绘图
from jieba.analyse import *
#解决matplotlib绘图中文显示问题
plt.rcParams['font.sans-serif'] = ['KaiTi']   # 指定默认字体
plt.rcParams['axes.unicode_minus'] = False   # 解决保存图像是负号'-'显示为方块的问题

def stopwordslist(filepath):    # 定义函数创建停用词列表
    stopword = [line.strip() for line in open(filepath, 'r').readlines()]    #以行的形式读取停用词表，同时转换为列表
    return stopword


filepath = 'D:/大学工作所做文档/学习资料/毕业设计学习准备/编程学习/stop_words.txt'            
stopwordslist(filepath)  #调用函数

for filename in os.listdir(r'D:/大学工作所做文档/学习资料/毕业设计学习准备/编程学习/中文'):   #遍历文件夹中文件
    fullpath = path + '/'+ filename
    print(fullpath)
    
    with open(fullpath,encoding=