如何通过 SCF 与自然语言处理为网站赋能！-优快云博客

自然语言的内容有很多，本文所介绍的自然语言处理部分是“文本摘要”和“关键词提取”。在做博客的时候，经常会发一些文章，这些文章发出去了，有的很容易被搜索引擎检索，有的则很难，那么有没有什么方法，让博客对搜索引擎友好一些呢？

一个比较好的方法就是填写网页的 Description 还有 Keywords。但是每次都需要我们自己去填写，比较繁琐，本文将会分享一种方法：通过 Python 的 jieba 和 snownlp 实现关键词和文本摘要的自动提取。

准备资源

下载以下资源：

https://github.com/fxsjy/jieba

https://github.com/isnowfy/snownlp

下载之后，新建文件夹，将这些文件中对应的文件拷贝：

Python资源共享群：484031800

拷贝之后，建立文件 index.py ：

 复制代码

# -*- coding: utf8 -*-
importjson
importjieba.analyse
fromsnownlpimportSnowNLP
defFromSnowNlp(text, summary_num):
s = SnowNLP(text)
returns.summary(summary_num)
defFromJieba(text, keywords_type, keywords_num):
ifkeywords_type =="tfidf":
returnjieba.analyse.extract_tags(text, topK=keywords_num)
elifkeywords_type =="textrank":
returnjieba.analyse.textrank(text, topK=keywords_num)
else:
returnNone
defmain_handler(event, context):
text = event["text"]
summary_num = event["summary_num"]
keywords_num = event["keywords_num"]
keywords_type = event["keywords_type"]
return{"keywords": FromJieba(text, keywords_type, keywords_num),
"summary": FromSnowNlp(text, summary_num)}

上传文件

在 SCF 网页上面建立一个项目：

提交方法选择上传 zip，然后压缩文件，并改名为 index.zip：

测试

测试之前可以适当调整一下配置：

然后进行 input 模板的输入：

模板可以是：

 复制代码

{
"text":" 前来参观的人群络绎不绝。在“两弹历程馆”里，讲解员龚照怡正在给参观的学生介绍：“这是我国第一颗核航弹的模型，长 3 米、直径 1.5 米左右，后面就是它爆炸时产生的蘑菇云。”学生们一边听一边认真记录。记者看到，馆内利用声、光、电等手段，通过实物、模型、影像资料和场景复原，展现“两弹”研制工作的艰辛历程。“算盘、计算尺这些文物都是激励后人艰苦奋斗的好教材。我们让文物‘回家’，让观众看到当年科研人员住什么样的房子，用什么样的用具，了解在那么艰苦的环境下，他们是怎样研制‘两弹’的，怎么样让中国挺起了民族的脊梁。”四川省梓潼两弹城红色旅游开发有限公司副总经理贾鲁蓉告诉记者，作为爱国主义教育基地，这里目前存有 2 万多份图片资料、500 多万字文字资料、3000 余件实物。在“两弹历程馆”的不远处是“将军楼”。1983 年 5 月 20 日，时任国防部部长张爱萍将军来到长卿山视察中物院，看到科学家们在大山沟里艰苦卓绝地工作，即兴赋诗一首：“二十二年难忘情，崎岖道路信踏平。屡建奇功震寰宇，更创奇迹惊鬼神。”",
"summary_num":5,
"keywords_num":5,
"keywords_type":"tfidf"
}

然后点击测试：

应用

至此，我们完成了简单的关键词提取功能和简单的抽取式文本摘要过程。当然，这部分依旧是一个简单的抛砖引玉，因为摘要这里还要声称是文本摘要，而且抽取式摘要也可能会根据不同的文章类型，有着不同的特色方法，所以这里只是通过一个简单的 Demo 来实现一个小功能，帮助大家做一个简单的 SEO 优化，大家可以在做博客的时候，增加 keywords 或者 description 字段，然后每次从 sql 获得文章数据的时候，将这两个部分放到 meta 中，会大大提高页面被索引的概率。