python中文文本关键词提取

Python中有很多库可以用于中文文本关键词提取，下面列举几个常用的库：

1. jieba库：可以分词、提取关键词、词性标注等，是非常常用的中文分词库。

import jieba.analyse

text = "这是一段中文文本"

keywords = jieba.analyse.extract_tags(text, topK=5, withWeight=False, allowPOS=('n', 'a', 'v'))
# topK表示提取出几个关键词，默认为20；withWeight表示是否返回每个关键词的权重，默认为False；allowPOS表示仅保留某些词性的词，默认为None，表示保留所有词性的词。

2. THULAC：可以进行分词和词性标注，效果比jieba更好。

import thulac

thu = thulac.thulac(seg_only=True)  # 只进行分词不进行词性标注

text = "这是一段中文文本"

seg = thu.cut(text, text=True)  # text=True表示返回字符串

3. SnowNLP：可以进行情感分析、文本分类、关键词提取等。

from snownlp import SnowNLP

text = "这是一段中文文本"

s = SnowNLP(text)

keywords = s.keywords(5)  # 提取5个关键词

4. Textrank4zh：可以进行基于Textrank算法的中文关键词提取。

from textrank4zh import TextRank4Keyword

text = "这是一段中文文本"

tr4w = TextRank4Keyword()

tr4w.analyze(text)

keywords = tr4w.get_keywords(5)  # 提取5个关键词