python實(shí)現(xiàn)textrank關(guān)鍵詞提取
更新時間:2018年06月22日 14:06:36 作者:sparksnail
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)textrank關(guān)鍵詞提取,具有一定的參考價值,感興趣的小伙伴們可以參考一下
用python寫了一個簡單版本的textrank,實(shí)現(xiàn)提取關(guān)鍵詞的功能。
import numpy as np import jieba import jieba.posseg as pseg class TextRank(object): def __init__(self, sentence, window, alpha, iternum): self.sentence = sentence self.window = window self.alpha = alpha self.edge_dict = {} #記錄節(jié)點(diǎn)的邊連接字典 self.iternum = iternum#迭代次數(shù) #對句子進(jìn)行分詞 def cutSentence(self): jieba.load_userdict('user_dict.txt') tag_filter = ['a','d','n','v'] seg_result = pseg.cut(self.sentence) self.word_list = [s.word for s in seg_result if s.flag in tag_filter] print(self.word_list) #根據(jù)窗口,構(gòu)建每個節(jié)點(diǎn)的相鄰節(jié)點(diǎn),返回邊的集合 def createNodes(self): tmp_list = [] word_list_len = len(self.word_list) for index, word in enumerate(self.word_list): if word not in self.edge_dict.keys(): tmp_list.append(word) tmp_set = set() left = index - self.window + 1#窗口左邊界 right = index + self.window#窗口右邊界 if left < 0: left = 0 if right >= word_list_len: right = word_list_len for i in range(left, right): if i == index: continue tmp_set.add(self.word_list[i]) self.edge_dict[word] = tmp_set #根據(jù)邊的相連關(guān)系,構(gòu)建矩陣 def createMatrix(self): self.matrix = np.zeros([len(set(self.word_list)), len(set(self.word_list))]) self.word_index = {}#記錄詞的index self.index_dict = {}#記錄節(jié)點(diǎn)index對應(yīng)的詞 for i, v in enumerate(set(self.word_list)): self.word_index[v] = i self.index_dict[i] = v for key in self.edge_dict.keys(): for w in self.edge_dict[key]: self.matrix[self.word_index[key]][self.word_index[w]] = 1 self.matrix[self.word_index[w]][self.word_index[key]] = 1 #歸一化 for j in range(self.matrix.shape[1]): sum = 0 for i in range(self.matrix.shape[0]): sum += self.matrix[i][j] for i in range(self.matrix.shape[0]): self.matrix[i][j] /= sum #根據(jù)textrank公式計算權(quán)重 def calPR(self): self.PR = np.ones([len(set(self.word_list)), 1]) for i in range(self.iternum): self.PR = (1 - self.alpha) + self.alpha * np.dot(self.matrix, self.PR) #輸出詞和相應(yīng)的權(quán)重 def printResult(self): word_pr = {} for i in range(len(self.PR)): word_pr[self.index_dict[i]] = self.PR[i][0] res = sorted(word_pr.items(), key = lambda x : x[1], reverse=True) print(res) if __name__ == '__main__': s = '程序員(英文Programmer)是從事程序開發(fā)、維護(hù)的專業(yè)人員。一般將程序員分為程序設(shè)計人員和程序編碼人員,但兩者的界限并不非常清楚,特別是在中國。軟件從業(yè)人員分為初級程序員、高級程序員、系統(tǒng)分析員和項(xiàng)目經(jīng)理四大類。' tr = TextRank(s, 3, 0.85, 700) tr.cutSentence() tr.createNodes() tr.createMatrix() tr.calPR() tr.printResult()
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
python中復(fù)數(shù)的共軛復(fù)數(shù)知識點(diǎn)總結(jié)
在本篇內(nèi)容里小編給大家整理的是關(guān)于python中復(fù)數(shù)的共軛復(fù)數(shù)知識點(diǎn)總結(jié),有需要的朋友們可以學(xué)習(xí)下。2020-12-12Python標(biāo)準(zhǔn)庫之sqlite3使用實(shí)例
這篇文章主要介紹了Python標(biāo)準(zhǔn)庫之sqlite3使用實(shí)例,本文講解了創(chuàng)建數(shù)據(jù)庫、插入數(shù)據(jù)、查詢數(shù)據(jù)、更新與刪除數(shù)據(jù)操作實(shí)例,需要的朋友可以參考下2014-11-11python內(nèi)置數(shù)據(jù)類型之列表操作
數(shù)據(jù)類型是一種值的集合以及定義在這種值上的一組操作。這篇文章主要介紹了python內(nèi)置數(shù)據(jù)類型之列表的相關(guān)知識,非常不錯,具有一定的參考借鑒價值,需要的朋友可以參考下2018-11-11Python利用py-redis實(shí)現(xiàn)分布式鎖
隨著業(yè)務(wù)的增長,后端技術(shù)架構(gòu)會慢慢的從單體服務(wù)轉(zhuǎn)向多服務(wù)或者微服務(wù)的分布式架構(gòu),本文主要為大家介紹了如何利用Py-Redis實(shí)現(xiàn)簡單的分布式鎖,需要的可以參考一下2023-08-08python 實(shí)現(xiàn)批量xls文件轉(zhuǎn)csv文件的方法
今天小編就為大家分享一篇python 實(shí)現(xiàn)批量xls文件轉(zhuǎn)csv文件的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-10-10關(guān)于numpy.polyfit()與Stats.linregress()方法最小二乘近似擬合斜率對比
這篇文章主要介紹了關(guān)于numpy.polyfit()與Stats.linregress()方法最小二乘近似擬合斜率對比,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-04-04