从一组文档中自动提取关键字（AKE）？

Question

许多算法都是关于从单个文档中提取的。但是我想知道如何从一组文档中提取关键字（或特征词），它们可以代表这组文档的特征？一次放入所有文档进行分析可能过于昂贵。是否有某种算法可以一次处理一个文档，然后完全组合/计算结果以生成这组文档的关键字？

Answer 1

一种方法是提取关键字（几个商业 API）及其 tf/idf 分数，进行一些清理和规范化。您需要进行一些测试并确定可接受的最低分数阈值，低于该分数的分数，您会丢弃它们不相关的单词 b/c。