Python3——文章标题关键字提取

Python3——文章标题关键字提取

思路：1.读取所有文章标题；2.用“结巴分词”的工具包进行文章标题的词语分割；3.用“sklearn”的工具包计算Tf-idf（词频-逆文档率）;4.得到满足关键词权重阈值的词

结巴分词详见：结巴分词Github

sklearn详见：文本特征提取——4.2.3.4 Tf-idf项加权

import os
import jieba
import sys
from sklearn. import TfidfVectorizersys.path.append("../")
jieba.load_userdict('')
STOP_WORDS = set(("基于", "面向", "研究", "系统", "设计", "综述", "应用", "进展", "技术", "框架", "txt"))def getFileList(path):filelist = []files = os.listdir(path)for f in files:if f[0] == '.':passelse:filelist.append(f)re