機器學習-nlp-sklearn進行關鍵詞提取（基於tfidf）

背景

tfidf相對詞頻可以很好的反應出文本中的關鍵詞。本文將使用sklearn進行關鍵詞提取。
博客使用的資源和源碼已上傳：http:////download.csdn.net/download/wangjie5540/12075235

實戰

• 結巴分詞
• 使用pandas讀取csv文件內容
• 遍歷titile內容進行分詞

• 加載停用詞
• 遍歷進行停詞

• 使用sklearn的TfidfVectorizer對文本進行向量化
• tfidf.toarray()轉換成爲矩陣，然後進行行排序，取最後的n個索引（argsort是拿到索引值）
• 通過get_feature_names獲取到詞袋的詞語
• 通過索引進行取值