SCF与天然语言处理为你的网站赋能

天然语言的内容有不少，今天本文所介绍的天然语言处理部分是“文本摘要”和“关键词提取”，不少朋友都应该有本身的博客，在作博客的时候，常常会发一些文章，这些文章发出去了，有的很容易被搜索引擎检索，有的则很难，那么有没有什么方法，让博客对搜索引擎友好一些呢？这里有一个好方法：

那就是填写网页的Description还有Keywords。难道每次都须要咱们本身去填写么？仍是说有一些奇淫巧技能够尝试。

本文将会经过Python的jieba和snownlp进行关键词提取和文本摘要实现。

准备资源

下载如下资源：

https://github.com/fxsjy/jieba
https://github.com/isnowfy/snownlp复制代码

下载以后，新建文件夹，将这些文件中对应的文件拷贝：

拷贝以后，创建文件index.py

# -*- coding: utf8 -*-
import json
import jieba.analyse
from snownlp import SnowNLP


def FromSnowNlp(text, summary_num):
    s = SnowNLP(text)
    return s.summary(summary_num)


def FromJieba(text, keywords_type, keywords_num):
    if keywords_type == "tfidf":
        return jieba.analyse.extract_tags(text, topK=keywords_num)
    elif keywords_type == "textrank":
        return jieba.analyse.textrank(text, topK=keywords_num)
    else:
        return None


def main_handler(event, context):
    text = event["text"]
    summary_num = event["summary_num"]
    keywords_num = event["keywords_num"]
    keywords_type = event["keywords_type"]

    return {"keywords": FromJieba(text, keywords_type, keywords_num),
            "summary": FromSnowNlp(text, summary_num)}复制代码

超简单的代码有没有！

上传文件

在SCF网页上面创建一个项目：

提交方法选择上传zip：

而后咱们压缩文件，并更名为index.zip：

测试

测试以前能够适当调整一下咱们的配置：

而后进行input模板的输入：

模板能够是：

{
  "text": "前来参观的人群络绎不绝。在“两弹历程馆”里，讲解员龚照怡正在给参观的学生介绍：“这是我国第一颗核航弹的模型，长3米、直径1.5米左右，后面就是它爆炸时产生的蘑菇云。”学生们一边听一边认真记录。记者看到，馆内利用声、光、电等手段，经过实物、模型、影像资料和场景复原，展示“两弹”研制工做的艰辛历程。“算盘、计算尺这些文物都是激励后人艰苦奋斗的好教材。咱们让文物‘回家’，让观众看到当年科研人员住什么样的房子，用什么样的用具，了解在那么艰苦的环境下，他们是怎样研制‘两弹’的，怎么样让中国挺起了民族的脊梁。”四川省梓潼两弹城红色旅游开发有限公司副总经理贾鲁蓉告诉记者，做为爱国主义教育基地，这里目前存有2万多份图片资料、500多万字文字资料、3000余件实物。在“两弹历程馆”的不远处是“将军楼”。1983年5月20日，时任国防部部长张爱萍将军来到长卿山视察中物院，看到科学家们在大山沟里坚苦卓绝地工做，即兴赋诗一首：“二十二年难忘情，崎岖道路信踏平。屡建奇功震寰宇，更创奇迹惊鬼神。”",
  "summary_num": 5,
  "keywords_num": 5,
  "keywords_type": "tfidf"
}复制代码

而后点击测试：

应用

至此，咱们完成了简单的关键词提取功能和简单的抽取式文本摘要过程，固然，这部分依旧是一个简单的抛砖引玉，由于摘要这里还有声称是文本摘要，并且抽取式摘要也可能会根据不一样的文章类型，有着不一样的特点方法，因此我这里只是经过一个简单的Demo来实现一个小功能，帮助你们作一个简单的SEO优化，你们能够在作博客的时候，增长keywords或者description字段，而后每次从sql得到文章数据的时候，将这两个部分放到meta中，会大大的提升页面被索引的几率哦～！