基于jieba分词的TF-IDF提取关键词算法中自定义所使用逆向文件频率（IDF）的文本语料库

TF-IDF的概念 TF（Term Frequency，缩写为TF）也就是词频，即一个词在文中出现的次数，统计出来就是词频TF，显而易见，一个词在文章中出现很多次，那么这个词肯定有着很大的作用，在提取关键词之前，由于待提取的语句中会有很多无用词，例如“的”，“我”等等，所以我个人理解在提取关键词之前的简单步骤如下： 待分析语句------>分词------>去除停用词------>提取关键词 使用

>>阅读原文<<