- 博客(2)
- 收藏
- 关注
RSS订阅原创 快速玩转关键词提取：用NLTK和Gensim解锁论文摘要
在之前的教学中，我们已经学会了用Gensim库中的LDA进行主题建模，今天我们将学习Gensim库的另一项重要的文本分析方法——关键词提取分析。关键词提取能够帮助我们从大量的文本中提取出代表性关键词，这能让我们在阅读文献时快速筛选出相关研究，并精确地定位文献的相关领域。别担心，今天我们将利用NLTK和Gensim这两个强大的Python库来帮助我们从论文的摘要中提取出最有价值的关键词，让我们一眼就能抓住文章的核心内容。我们提取出每篇摘要的5个关键词，即在每篇摘要中选出TF-IDF值最高的五个单词。
2024-12-18 22:08:40
1701
原创 使用研究论文集进行主题建模：用 Genism 入门自然语言处理 (NLP)
在完成这两项前期准备后，我们就可以开始主题建模，在接下里的步骤中，我们将使用LDA主题建模。本文将选择公开的用于机器学习的研究论文摘要数据集，数据集主要内容是文献ID、文献主题和文献摘要，并选择了其中150篇文献作为研究对象。它让计算机能够读取、解析、理解和生成人类语言文本，从而进行各种与语言相关的任务，如文本分类、情感分析、机器翻译、问答系统、聊天机器人等。主题建模是一种非监督学习方法，可以帮助我们自动归纳出文本中的隐藏主题，并揭示每篇文档与这些主题的关联。权重越高，越能代表主题的核心内容。
2024-11-20 23:36:40
1074
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人