nlp提取关键词的工具包 spacy , 给我一个英文场景提取关键词的使用样例

spaCy是一个强大的自然语言处理库，它支持多种任务，包括文本预处理、实体识别、依存句法分析等。对于关键词提取，虽然spaCy本身并不直接提供内置的关键词提取功能，但它可以与其他工具配合使用，例如scikit-learn或gensim等，通过计算TF-IDF（Term Frequency-Inverse Document Frequency）来评估单词的重要性。

以下是一个简单的英文场景，使用spaCy进行基本预处理，并结合sklearn库计算关键词的例子：

import spacy
from sklearn.feature_extraction.text import TfidfVectorizer

# 加载英语模型
nlp = spacy.load('en_core_web_sm')

def extract_keywords(text):
    # 对文本进行分词并去除停用词
    doc = nlp(text)
    filtered_words = [token.lemma_ for token in doc if not token.is_stop and token.is_alpha]
    
    # 使用TfidfVectorizer创建词频矩阵
    vectorizer = TfidfVectorizer(vocabulary=filtered_words)
    tfidf_matrix = vectorizer.fit_transform([text])
    
    # 获取关键词及其得分
    top_keywords = vectorizer.get_feature_names_out()
    keyword_scores = tfidf_matrix[0].toarray().flatten()

    # 按得分排序
    sorted_indices = np.argsort(keyword_scores)[::-1]

    # 返回前几个关键词
    return top_keywords[sorted_indices][:5]

# 示例场景
text = "In this paper, we present a novel approach to natural language processing using deep learning techniques."
keywords = extract_keywords(text)

print("Top keywords:", keywords)