python關(guān)鍵詞提?。╬ython關(guān)鍵詞提取原理）

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于python關(guān)鍵詞提取的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準，寫出的就越詳細，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com。

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè)，服務(wù)客戶遍布全球各地，如需了解SEO相關(guān)業(yè)務(wù)請撥打電話175-8598-2043，或添加微信：1454722008

本文目錄:

• 1、在python 環(huán)境下，使用結(jié)巴分詞，自動導(dǎo)入文本，分詞，提取關(guān)鍵詞.腳本 大俠給個

• 2、如何用Python實現(xiàn)在文件夾下查找一個關(guān)鍵詞

• 3、怎么批量下載上市公司年報然后提取關(guān)鍵詞

• 4、手機評論文本挖掘與數(shù)據(jù)分析（Python）

一、在python 環(huán)境下，使用結(jié)巴分詞，自動導(dǎo)入文本，分詞，提取關(guān)鍵詞.腳本 大俠給個

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

import jieba

import jieba.posseg as pseg

import jieba.analyse

#jieba.load_userdict('userdict.txt')#jieba默認有一個dict.txt詞庫，但可以根據(jù)自己需要加入自己的詞條

str1 = "訓(xùn)練一個可進行N維分類的網(wǎng)絡(luò)的常用方法是使用多項式邏輯回歸"

str2 = "可以嘗試修改網(wǎng)絡(luò)架構(gòu)來準確的復(fù)制全連接模型"

str3 = "模型的目標函數(shù)是求交叉熵損失和所有權(quán)重衰減項的和，loss()函數(shù)的返回值就是這個值"

seg_list = jieba.cut(str1,cut_all =True) #全模式

print("/".join(seg_list))

result = pseg.cut(str1)

result2 = jieba.cut(str2) #精準模式

result3 = jieba.analyse.extract_tags(str3,4) #關(guān)鍵詞提取

result4 = jieba.cut_for_search(str3) #搜索引擎模式

for w in result:

print(w.word,w.flag)

print(" ".join(result2))

print(" ".join(result3))

print(" ".join(result4))

二、如何用Python實現(xiàn)在文件夾下查找一個關(guān)鍵詞

#!/usr/bin/python

#coding:utf8

import os

#判斷文件中是否包含關(guān)鍵字，是則將文件路徑打印出來

def is_file_contain_word(file_list, query_word):

for _file in file_list:

if query_word in open(_file).read():

print _file

print("Finish searching.")

#返回指定目錄的所有文件（包含子目錄的文件）

def get_all_file(floder_path):

file_list = []

if floder_path is None:

raise Exception("floder_path is None")

for dirpath, dirnames, filenames in os.walk(floder_path):

for name in filenames:

file_list.append(dirpath + '\\' + name)

return file_list

query_word = raw_input("Please input the key word that you want to search:")

basedir = raw_input("Please input the directory:")

is_file_contain_word(get_all_file(basedir), query_word)

raw_input("Press Enter to quit.")

請采納

三、怎么批量下載上市公司年報然后提取關(guān)鍵詞

首先，可以到中國證券網(wǎng)站上搜索你想要下載的上市公司的年報，然后下載它們。

2.然后，使用文本分析軟件，如R或Python，對每一份年報進行文本分析，從中提取出關(guān)鍵詞。

3.最后，將提取出的關(guān)鍵詞進行整理和分析，以便更好地了解上市公司的業(yè)務(wù)情況。

四、手機評論文本挖掘與數(shù)據(jù)分析（Python）

目的

        各大電商競爭越來激烈，為了提升客戶服務(wù)質(zhì)量，除了打價格戰(zhàn)外，了解客戶的需求點，對消費者的文本評論進行數(shù)據(jù)挖掘,傾聽客戶的心聲越來越重要。

工具

1、貝殼采集器

2、Google瀏覽器

3、Python3.7 + Pycharm

數(shù)據(jù)采集

①本文對京東平臺的手機進行爬蟲，首先進入京東商城，選擇一款手機，這里以華為Mate 30 Pro 5G為例

②在采集平臺輸入網(wǎng)址，點擊貝殼采集開始配置信息

③因為是采集評論所以還需要進行下預(yù)操作配置切換頁面：點擊預(yù)操作按鈕-->添加點擊元素按鈕-->左鍵點擊流程圖中添加元素按鈕(懸浮顯示操作鍵)-->點擊懸浮顯示操作鍵<選擇按鈕>  -->點擊網(wǎng)頁商品評論TAB頁切換按鈕 -->點擊保存

④沒有識別出評論信息，手工操作下：清空字段-->更改頁面類型為手工識別列表 --> 選中兩個一樣元素(這里兩個用戶名稱) -->下一頁未自動識別成功-->更改分頁類型為手動點擊下一頁-->配置完成-->開始采集

數(shù)據(jù)預(yù)處理

當(dāng)我們通過爬蟲獲取到我們想要的數(shù)據(jù)之后，進行簡單的觀察，可以發(fā)現(xiàn)評論的一些特點：

文本短，基本上大量的評論就是一句話.

情感傾向明顯：明顯的詞匯如”好” “可以”

語言不規(guī)范：會出現(xiàn)一些網(wǎng)絡(luò)用詞，符號，數(shù)字等

重復(fù)性大：一句話出現(xiàn)詞語重復(fù)

數(shù)據(jù)量大.

故我們需要對這些數(shù)據(jù)進行數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理包括：去重、分詞等

下面我們將進行數(shù)據(jù)清洗

import jieba

#評論內(nèi)容進行去重

def quchong(infile, outfile):

    infopen = open(infile, 'r', encoding='utf-8')

    outopen = open(outfile, 'w', encoding='utf-8')

    lines = infopen.readlines()

    list_1 = []

    for line in lines:

        if line not in list_1:

            list_1.append(line)

            outopen.write(line)

    infopen.close()

    outopen.close()

quchong("E:/comments/華為P30.txt", "E:/comments/P30去重.txt")

# jieba.load_userdict('userdict.txt')

#創(chuàng)建停用詞list

def stopwordslist(filepath):

    stopwords = [line.strip() for line in open(filepath, 'r', encoding='utf-8').readlines()]

    return stopwords

#對評論內(nèi)容進行分詞

def seg_sentence(sentence):

    sentence_seged = jieba.cut(sentence.strip())

stopwords = stopwordslist('stopwords.txt')  #這里加載停用詞的路徑

    outstr = ''

    for word in sentence_seged:

        if word not in stopwords:

            if word != '\t':

                outstr += word

                outstr += " "

    return outstr

inputs = open('E:/comments/P30去重.txt', 'r', encoding='utf-8')

outputs = open('E:/comments/P30分詞.txt', 'w')

for line in inputs:

line_seg = seg_sentence(line)  #這里的返回值是字符串

    outputs.write(line_seg + '\n')

outputs.close()

inputs.close()

print('分詞完畢')

數(shù)據(jù)分析

上面我們已經(jīng)通過去重和jieba分詞將爬取的內(nèi)容進行了預(yù)處理，接下來就開始對處理過的數(shù)據(jù)進行分析，包括詞頻統(tǒng)計、關(guān)鍵詞提取以及詞云的生成等

#詞頻統(tǒng)計

import jieba.analyse

from collections import Counter  #詞頻統(tǒng)計

with open('E:/comments/P30分詞.txt', 'r', encoding='utf-8') as fr:

    data = jieba.cut(fr.read())

data = dict(Counter(data))

with open('E:/comments/P30詞頻.txt', 'w', encoding='utf-8') as fw:  # 讀入存儲wordcount的文件路徑

    for k, v in data.items():

        fw.write('%s, %d\n' % (k, v))

import jieba.analyse

import matplotlib.pyplot as plt

from wordcloud import WordCloud

#生成詞云

with open('E:/comments/P30詞頻.txt') as f:

#提取關(guān)鍵詞

    data = f.read()

    keyword = jieba.analyse.extract_tags(data, topK=50, withWeight=False)

    wl = " ".join(keyword)

#設(shè)置詞云

    wc = WordCloud(

#設(shè)置背景顏色

        background_color = "white",

#設(shè)置最大顯示的詞云數(shù)

        max_words=2000,

#這種字體都在電腦字體中，一般路徑

        font_path='C:/Windows/Fonts/simfang.ttf',

        height=1200,

        width=1600,

#設(shè)置字體最大值

        max_font_size=100,

#設(shè)置有多少種隨機生成狀態(tài)，即有多少種配色方案

        random_state=30,

    )

myword = wc.generate(wl)  #生成詞云

#展示詞云圖

    plt.imshow(myword)

    plt.axis("off")

    plt.show()

wc.to_file('E:/comments/P30.png')  #把詞云保存下

以上就是關(guān)于python關(guān)鍵詞提取相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。

推薦閱讀：

wechatpy

狗屁不通文章生成器python（狗屁不通文章生成器生成的文章）

同一場景不同角度拍攝（同一場景不同角度拍攝 python）

全國房地產(chǎn)排行榜2017（全國房地產(chǎn)排行榜2017）

百店餐飲品牌設(shè)計理念（百店餐飲品牌設(shè)計理念怎么寫）