2021-07-02

我选择TF-IDF算法的原因是：1.它的常用性，这是一个我们日常上网时就常见的算法，说明这个本身实用性高。
2.这个算法本身实现起来并不算太过困难，对于我这种python编程基础薄弱的人来说正合适。
3.这是一个基于词频的关键词提取算法，与组内其他同学的算法不重叠。
4.这个算法重复计算时计算量小，能迅速提供结果。
当然它也有很多的不足之处，比如说没有考虑位置对关键词权值的影响，对停用词库的需求较高，且很容易提取出不太关键的生僻词。
不过这个算法在无监督学习的关键词提取算法中已经算是十分实用的了，而有监督学习的算法需要有各种完整标识词性等属性的语料库，这是我们无法提供的，所以我选择了TF-IDF算法。