文本关键词提取算法总结

1.TF-IDFhtml 昨天给你们演示简单的文本聚类，但要给每一个聚类再提取一两个关键词用于表示该聚类。咱们仍是用TFIDF算法来作，由于这是比较简单的提取特征算法，不过这里的TF是指某词在本聚类内全部文章的词频，而不是本文章内出现的次数，IDF仍是在全部文章里出现的倒文档频率。 原理：一、先给本聚类内的全部文档进行分词，而后用一个字典保存每一个词出现的次数 二、遍历每一个词，获得每一个词在全部

>>阅读原文<<