利用python对文本进行高频词/关键词提取

利用函数指定提取词汇的长度、并统计频词

缺点:如果是主语比较多或者语气词较多的文本,会一同体现。

import jieba                # 调用jieba库
f_name = r'D:\Users\长文本.txt'      # 文件地址 r:不转义字符
with open(f_name, encoding='utf-8')as a:    # 将文件放入a中
    b = a.read()            # 对文件进行读操作
words = jieba.lcut(b)       # words是直接生成一个装有词的列表,即list
count = {}  # 定义一个字典
for word in words:          # 枚举在文章中出现的词汇
    if len(word) < 2:       # 排除字长小于2的词
        continue
    else:                   # 统计词频
        count[word] = count.get(word, 0)+1
list1 = list(count.items())     # 将字典中的键值对转化为列表
list1.sort(key=lambda x: x[1], reverse=True)    # 对列表按照词频从大到小排列
for i in range(10):
    word, number = list1[i]     # 将列表中的word与number提取出来
    print("关键字:{:-<10}频次:{:+>8}".format(word, number))      # 输出word与number值

  • 2
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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