java 文本分析 关键词提取,利用ANSJ进行文本关键词提取

以前已经提到过使用FudanNLP进行新闻关键词提取，无奈组长不满意因而换成了ictclas，在个人ubuntu13.04上面ictclas跑得很好，惋惜到别人的机器上就报错，没办法，只好再一次换工具，通过晓阳童鞋推荐，此次换成了ANSJ，听说这个工具就是早先ictclas的JAVA版本。java

这个工具的Github地址是这里：https://github.com/ansjsun/ansj_seg 须要看源码的本身前往。下面说说如何使用这个工具提取关键词。git

1-下载JAR包github

显然下载JAR包是最省事的方法，固然你也能够把Github上面的工程加进来，无奈JAR包找了很久未找到，最后只好向做者索取，目前已经上传到CSDN了，欢迎下载：http://download.csdn.net/detail/jj12345jj198999/6020541ubuntu

2-自定义keyword类网络

虽然ANSJ中已经实现了关键词提取，不过输出时并无给出每个关键词的权重，因而只好手动修改keyword类，好在Github上面的源码中已经定义了权重成员，咱们只须要增长一个Get函数便可。app

publicclassKeywordimplementsComparable {

privateString name;

privatedoublescore;

privatedoubleidf;

privateintfreq;

publicKeyword(String name,intdocFreq,intweight) {

this.name = name;

this.idf = Math.log(10000+10000.0/ (docFreq +1));

this.score = idf * weight;

freq++;

}

publicvoidupdateWeight(intweight) {

this.score += weight * idf;

freq++;

}

publicintcompareTo(Keyword o) {

if(this.score 

return1;

} else{

return-1;

}

}

publicbooleanequals(Objec