如何从给定的文本中自动识别标签（关键词）？

Question

它的行为应该类似于 Firefox 的 Delicious toolbar；它列出了可以点击的标签。效果如下图：

代码应该能够找到文本的关键词。有什么好的算法或者开源项目可以推荐吗？

我找到了this post，但它对于我的特定需求来说有点太笼统了。

Answer 1

我认为您正在寻找这些答案之一，

• tag generation from a text content
• How to extract common / significant phrases from a series of text entries
• tag generation from a small text content (such as tweets)

简而言之-您希望从文本中提取以某种方式代表其中概念的一元组-执行此操作的技术称为Pointwise Mutual Information，前两个链接中的示例对此进行了说明。使用 Python NLTK 框架（已经内置了很多这些算法）可能是您开始工作的最佳起点。

祝你好运！