TF-IDF关键词提取

import jieba
import jieba.analyse
from tqdm import tqdm
from sklearn.feature_extraction.text import TfidfVectorizer

# data : 文本list

# jieba 关键词提取
def key_words1(data):
    text = ' '.join(data)
    kwds = jieba.analyse.extract_tags(text, topK=20, withWeight=True)
    for i in kwds:
        print(i)

# sklearn 关键词提取
def key_words2(data):
    data = [' '.join(jieba.lcut(_)) for _ in tqdm(data)]
    vectorizer = TfidfVectorizer(ngram_range=(1, 1))
    vct = vectorizer.fit(data)
    vocabs = vct.get_feature_names()
    text = [' '.join(data)]
    result = vct.transform(text)
    result = [(i, j) for i,j in zip(result.indices, result.data)]
    result = sorted(result, key=lambda x: x[1], reverse=True)
    for i in result[:20]:
        print(vocabs[i[0]], i[1])


  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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