sdgdsffdsfff / mining-keywords

文本关键词提取，对文本分词后使用多种方法提取给定语料中的关键词，包含结巴自带的 TF-IDF 算法、TextRank 算法、Scikit-Learn 包中的 TF-IDF

mining-keywords

关键词提取，使用多种方法提取给定语料中的关键词。步骤：

1. 对给定的语料使用 结巴分词 进行中文分词
2. 从分词后的词条中提取关键词

一共使用了四种方法提取关键词：

1. 词条数目统计
2. 结巴自带的 TF-IDF 算法、
3. 结巴自带的 TextRank 算法、
4. Scikit-Learn 包中的 TF-IDF 算法。

安装

依赖：

• Python (2.7)
• jieba (>= 0.39)
• scikit-learn (>=0.20.2)

使用

data 目录中 origin.txt 文件是原始数据，执行 keywords.py 脚本后，输出关键词文件在 data 目录下。