python提取关键词前后原文_使用python提取文章关键词

提取文章关键词,使用TF-IDF 算法,使用的例子是结合jieba分词,使用FreDist,因为TF-IDF算法需要的是一个语料库,当前语料库只有一篇文章,所以TF-IDF算法就退化成计算文章词频的算法了:

需要记录的是FreqDist的成员函数

plot(n),绘制出现次数最多的前n项

tabulate(n),该方法接受一个数字n作为参数,会以表格的方式打印出现次数最多的前n项

most_common(n),该方法接受一个数字n作为参数,返回出现次数最多的前n项列表

hapaxes(),返回一个低频项列表

max(),该方法会返回出现次数最多的项。

代码如下:

# -*- coding: utf-8 -*-

import requests

from bs4 import BeautifulSoup

import jieba

import re

from nltk.book import *

from pylab import *

from jieba.analyse import *

def stop_words():

stop_word_list = []

f = open('stopwords.txt', 'rU',encoding='UTF-8')

for word in f:

stop_word_list.append(word.strip())

return stop_word_list

r = requests

  • 0
    点赞
  • 1
    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