cuiyubo

摘要： 背景 在研究和新闻文章中，关键词构成了一个重要的组成部分，因为它们提供了文章内容的简洁表示。关键词在从信息检索系统，书目数据库和搜索引擎优化中定位文章方面也起着至关重要的作用。关键词还有助于将文章分类为相关主题或学科。 提取关键词的传统方法涉及基于文章内容和作者的判断手动分配关键词。这涉及大量时间和 阅读全文

摘要： FuzzyWuzzy 模糊字符串匹配，它使用Levenshtein Distance来计算简单易用的包中序列之间的差异。 前置条件 Python 2.7 or higher difflib python-Levenshtein（可选的，在字符串匹配中提供4-10倍的加速，不过在某些情况下可能导致不同 阅读全文

摘要： 本文介绍TextRank算法及其在多篇单领域文本数据中抽取句子组成摘要中的应用。 TextRank 算法是一种用于文本的基于图的排序算法，通过把文本分割成若干组成单元（句子），构建节点连接图，用句子之间的相似度作为边的权重，通过循环迭代计算句子的TextRank值，最后抽取排名高的句子组合成文本摘要 阅读全文