V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
dai269619118
V2EX  ›  程序员

大家有什么推荐 [提取关键词] 的开源吗?

  •  
  •   dai269619118 · 2015-10-27 16:21:51 +08:00 · 3009 次点击
    这是一个创建于 3300 天前的主题,其中的信息可能已经有所发展或是发生改变。

    今天试了下 jieba 和 snownlp
    jieba 使用自定义词典 权重不好控制
    snownlp 貌似不支持自定义词典 需要自己训练文本


    搜下了论坛里面的帖子 看到 @Livid 用的是 jieba 后面好像换了?
    换的是什么工具 能说下吗?
    大家推荐几个 我自己再去试试 找到个我自己合适的

    10 条回复    2015-10-28 09:17:11 +08:00
    pandachow
        1
    pandachow  
       2015-10-27 16:36:12 +08:00
    LDA?
    jimmyBrother
        2
    jimmyBrother  
       2015-10-27 16:42:35 +08:00
    你怎么定义关键词啊,是出现的次数比较多就算关键词么,还是有别的什么定义的方法;
    dai269619118
        3
    dai269619118  
    OP
       2015-10-27 16:44:38 +08:00
    @jimmyBrother 匹配到词典里面的词 然后按权重排序
    shoumu
        4
    shoumu  
       2015-10-27 16:47:11 +08:00
    自己写一个 TF-IDF 吧,然后根据你的训练数据跑一个 IDF ,再根据你的效果调一下参数什么的就好了
    dai269619118
        5
    dai269619118  
    OP
       2015-10-27 16:51:15 +08:00
    @shoumu 嗯嗯 文本匹配字典 有什么算法吗?
    shoumu
        6
    shoumu  
       2015-10-27 16:55:55 +08:00   ❤️ 1
    @dai269619118
    Hash ? Trie 树?
    你是想直接从字典中匹配出关键词吗?
    dai269619118
        7
    dai269619118  
    OP
       2015-10-27 17:01:27 +08:00
    @shoumu 有思路了 谢谢啊
    iewgnaw
        8
    iewgnaw  
       2015-10-27 18:55:29 +08:00   ❤️ 1
    Gestalt
        9
    Gestalt  
       2015-10-28 08:57:26 +08:00   ❤️ 2
    V2EX 帖子的关键词提取目前是用我司的 API http://bosonnlp.com/ 之前在这个帖子里有提到: http://v2ex.com/t/147911#reply32
    dai269619118
        10
    dai269619118  
    OP
       2015-10-28 09:17:11 +08:00
    @Gestalt 测试了一个文本 分析的很准! 谢谢
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2807 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 30ms · UTC 13:24 · PVG 21:24 · LAX 05:24 · JFK 08:24
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.