python中怎么利用jieba模塊提取關鍵詞，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個問題。

站在用戶的角度思考問題，與客戶深入溝通，找到伊犁網站設計與伊犁網站推廣的解決方案，憑借多年的經驗，讓設計與互聯(lián)網技術結合，創(chuàng)造個性化、用戶體驗好的作品，建站類型包括：成都網站制作、網站建設、外貿網站建設、企業(yè)官網、英文網站、手機端網站、網站推廣、主機域名、網站空間、企業(yè)郵箱。業(yè)務覆蓋伊犁地區(qū)。

   1.讀取一個用戶的全部數(shù)據(jù)時，注意區(qū)分read(), readline()和readlines()的區(qū)別，read()讀取文件全部內容并存在一個字符串變量中，readline()每次只讀取文件里面的一行，readlines()返回一個行的列表。

   2.注意將一個列表以字符串表達的寫法：','.join(list).例如：list = [1,2,3],則可輸出1,2,3

代碼如下：

文本分析--關鍵詞獲取（jieba分詞器，TF-IDF模型）

關鍵詞獲取可以通過兩種方式來獲取： 
      1、在使用jieba分詞對文本進行處理之后，可以通過統(tǒng)計詞頻來獲取關鍵詞：jieba.analyse.extract_tags(news, topK=10)，獲取詞頻在前10的作為關鍵詞。 
      2、使用TF-IDF權重來進行關鍵詞獲取，首先需要對文本構建詞頻矩陣，其次才能使用向量求TF-IDF值。

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

import uniout  # 編碼格式，解決中文輸出亂碼問題
import jieba.analyse
from sklearn import feature_extraction
from sklearn.feature_extraction.text import TfidfTransformer
from sklearn.feature_extraction.text import CountVectorizer

"""
      TF-IDF權重：
          1、CountVectorizer 構建詞頻矩陣
          2、TfidfTransformer 構建tfidf權值計算
          3、文本的關鍵字
          4、對應的tfidf矩陣
"""

# 讀取文件
def read_news():
   news = open('news.txt').read()
   return news


# jieba分詞器通過詞頻獲取關鍵詞
def jieba_keywords(news):
   keywords = jieba.analyse.extract_tags(news, topK=10)
   print keywords

def tfidf_keywords():
   # 00、讀取文件,一行就是一個文檔，將所有文檔輸出到一個list中
   corpus = []
   for line in open('news.txt', 'r').readlines():
       corpus.append(line)

   # 01、構建詞頻矩陣，將文本中的詞語轉換成詞頻矩陣
   vectorizer = CountVectorizer()
   # a[i][j]:表示j詞在第i個文本中的詞頻
   X = vectorizer.fit_transform(corpus)
   print X  # 詞頻矩陣

   # 02、構建TFIDF權值
   transformer = TfidfTransformer()
   # 計算tfidf值
   tfidf = transformer.fit_transform(X)

   # 03、獲取詞袋模型中的關鍵詞
   word = vectorizer.get_feature_names()

   # tfidf矩陣
   weight = tfidf.toarray()

   # 打印特征文本
   print len(word)
   for j in range(len(word)):
       print word[j]

   # 打印權重
   for i in range(len(weight)):
       for j in range(len(word)):
           print weight[i][j]
           # print '\n'


if __name__ == '__main__':
   news = read_news()
   jieba_keywords(news)
   tfidf_keywords()
   

看完上述內容，你們掌握python中怎么利用jieba模塊提取關鍵詞的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝各位的閱讀！

本文標題：python中怎么利用jieba模塊提取關鍵詞
標題URL：http://www.chinadenli.net/article34/piesse.html

成都網站建設公司_創(chuàng)新互聯(lián)，為您提供App開發(fā)、網站營銷、用戶體驗、網站建設、App設計、標簽優(yōu)化

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)