python数据挖掘实战笔记——文本分析（6）：关键词提取

最新推荐文章于 2024-01-22 12:30:03 发布

小柴~

最新推荐文章于 2024-01-22 12:30:03 发布

阅读量8k

点赞数 7

分类专栏： python 文章标签： python数据挖掘

本文链接：https://blog.csdn.net/weixin_42695959/article/details/82845781

版权

本文档介绍Python数据挖掘中进行文本分析的关键步骤——关键词提取，使用jieba库的analyse模块，通过extract_tags方法获取文章的topK个关键词。

摘要由CSDN通过智能技术生成

紧接上篇的文档，这节学习关键字的提取，关键词——keyword，是人们快速了解文档内容，把握主题的重要内容。

#导入需要的模块
import os
import codecs
import pandas
import jieba
import jieba.analyse
#搭建语料库
for root, dirs, files in os.walk(
    r"C:\Users\www12\Desktop\data\2.6\SogouC.mini\\Sample\\"
):
    for name in files:
        filePath = root + '\\' + name;
        f = codecs.open(filePath, 'r', 'utf-8')
        content = f.read().strip()
        f.close()#读取文件内容
        tags = jieba.analyse.extract_tags(content, topK=5)#获取每篇文本词频在前五的关键词
        filePaths.append(filePath)
        contents.append(content)

关键字提取：
tags = jieba.analyse.extract_tags(content, topK=n)
参数： content：文章内容 topK=n：n个关键词

        tag1s.append(tags[0])#数组提取对应的关键词
        tag2s.append(tags[1])
        tag3s.append(tags[2])
        tag4s.append(tags[3])
        tag5s.append(tags[4])
#关键词