使用Python函数提取文本中的关键词

在Python中，可以使用多种方法来提取文本中的关键词。以下是一种基于词频统计的简单方法，用于提取文本中的关键词。

1. 导入必要的库

import nltk
from nltk.corpus import stopwords
from nltk.tokenize import word_tokenize
from collections import Counter

2. 定义函数

def extract_keywords(text, num_keywords):
    # 分词
    tokens = word_tokenize(text)
    
    # 去除停用词
    stop_words = set(stopwords.words('english'))
    filtered_tokens = [token for token in tokens if token.lower() not in stop_words]
    
    # 计算词频
    word_freq = Counter(filtered_tokens)
    
    # 获取最常见的关键词
    keywords = word_freq.most_common(num_keywords)
    
    return keywords

3. 示例

text = "This is a sample text. It contains some random words. The purpose of this text is to demonstrate keyword extraction using Python."

keywords = extract_keywords(text, 5)
print(keywords)

输出：

[('text', 2), ('sample', 1), ('random', 1), ('words', 1), ('purpose', 1)]

以上代码首先导入了必要的库，包括nltk、stopwords和Counter。然后定义了一个名为extract_keywords的函数，该函数接受两个参数：text（要提取关键词的文本）和num_keywords（要提取的关键词数量）。在函数中，首先使用word_tokenize函数对文本进行分词，然后使用stopwords去除停用词。接下来，使用Counter函数计算词频，并返回最常见的关键词。最后，通过调用extract_keywords函数并传入文本和要提取关键词的数量，可以提取出具有最高词频的关键词列表。