知识图谱

一、获取关键词

#基于nltk获取关键字（针对英文）
from rake_nltk import Rake
r = Rake()
#mytext = 'Hello evryone , my name is wyz.Nice to meet you'
mytext = '海南拟建国际自贸区和自贸港。对此，多家公司回应在海南业务情况。基金君整理如下：欣龙控股：在海南老城经济开发区拥有的近1000亩土地证载尚为工业用地。在联营企业欣龙丰裕实业名下的173亩土地为商住用地；东华软件：2014与海南省政府战略合作起，开始布局海南大数据和大健康产业，下个5年将加大投入迅速形成产出能力；安通控股：去年在海口港吞吐量已突破100万标箱；安控科技称，正努力借助海南当地优惠政策积极拓展业务。海南瑞泽：2018年恰逢海南省建省办特区30周年庆典，作为国际旅游岛，海南省必将迎来新一轮发展机遇，为率先抢占国际旅游岛稀缺资源，布局旅游文化产业，协议双方决定整合双方区域及产业优势，在海南省共同投资现代马产业文化旅游综合项目。'
r.extract_keywords_from_text(mytext)
print(r.get_ranked_phrases())

二、jieba 分词，提取关键词

提取关键词有两种方法：

import jieba.analyse
基于TF-IDF：jieba.analyse.extract_tags(sentence, topK=20, withWeight=False, allowPOS=())
基于TextRank：jieba.analyse.textrank(sentence, topK=20, withWeight=False, allowPOS=('ns', 'n', 'vn', 'v'))

基于 TF-IDF 算法的关键词抽取 
　　 　　jieba.analyse.extract_tags(sentence, topK=20, withWeight=False, allowPOS=(‘ns’, ‘n’, ‘vn’, ‘v’)) 
　　 　　参数解释： 
　　 　　　　(1)sentence ：待提取的文本； 
　　 　　　　(2)topK ：返回K个权重最大的关键词 
　　 　　　　(3)withWeight ：是否返回权重 
　　 　　　　(4)allowPOS ：是否仅包括指定词性的词

　　基于 TextRank 算法的关键词抽取 
　　 　　jieba.analyse.textrank(sentence, topK=20, withWeight=False, allowPOS=(‘ns’, ‘n’, ‘vn’, ‘v’)) 
　　 　　参数解释： 
　　 　　　　(1)sentence ：待提取的文本； 
　　 　　　　(2)topK ：返回K个权重最大的关键词 
　　 　　　　(3)withWeight ：是否返回权重 
　　 　　　　(4)allowPOS ：是否仅包括指定词性的词 
　　 　　TextRank基本思想： 
　　 　　　　(1)分词 
　　 　　　　(2)找词之间共现关系，构建图 
　　 　　　　(3)计算图中节点的PageRank