利用c#提取文本关键词

《利用c#提取文本关键词》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、1.2.原理：1、先给本聚类内的所有文档进行分词，然后用一个字典保存每个词出现的次数3.2、遍历每个词，得到每个词在所有文档里的IDF值，和在本聚类内出现的次数（TF）相乘的值4.3、用一个字典(key是词，value是TF*IDF权重)来保存所有的词信息，然后按value对字典排序，最后取权重排名靠前的几个词作为关键词测试输入如下5.================================6.a 奥运 拳击 入场券 基本 分罄 邹市明 夺冠 对手 浮出 水面7.a 股民 要 清楚 自己 的 目的8.a 印花税 之 股民 四季9.a ASP

2、.NET 自定义 控件 复杂 属性 声明 持久性 浅析10.a 运动员 行李 将 “后 上 先 下” 奥运 相关 人员 行李 实名制11.a asp.net 控件 开发 显示 控件 内容12.a 奥运 票务 网上 成功 订票 后 应 及时 到 银行 代售 网点 付款13.a 某 心理 健康 站 开张 后 首 个 咨询 者 是 位 新 股民14.a 残疾 女 青年 入围 奥运 游泳 比赛 创 奥运 历史 两 项 第一15.a 介绍 一 个 ASP.net MVC 系列 教程16.a 在 asp.net 中 实现 观察者 模式 ，或 有 更 好 的 方

3、法 （续）17.a 输 大钱 的 股民 给 我们 启迪18.a Asp.Net 页面 执行 流程 分析19.a 杭州 股民 放 鞭炮 庆祝 印花税 下调 20.================================21.数据还是昨天的数据，但每个文章前面都加了个a，所以这个词的IDF肯定很低，如果单村用词频来提取关键词，这个a肯定被当场关键词了，所以要乘以IDF值来调整特征提取的精度。我们要用程序把上面的文档分成3类，并提取每个类的两个关键词22.我给TFIDFMeasure类加了一个GetKeyword的方法，第一个参数是传入几个文档i

4、d列表，第二个参数是要在这几个文档里提取几个关键词，下面是使用该方法的代码23.24.//4、初始化k-means算法，第一个参数表示输入数据，第二个参数表示要聚成几个类25.WawaKMeans kmeans = new WawaKMeans(data, K);26.//5、开始迭代1.kmeans.Start();2.3.//6、获取聚类结果并输出4.WawaCluster[] clusters = kmeans.Clusters;5.StringBuilder sb = new StringBuilder();6.foreach (WawaC

5、luster cluster in clusters)7.{8.    List members = cluster.CurrentMembership;9.    10.    //获取该聚类的关键词并打印11.    IEnumerable keywords = tf.GetKeyword(cluster.CurrentMembership, 2);12.    StringBuilder sbTemp = new StringBuilder();13.    sbTemp.Append("---------");14

6、.    foreach (string s in keywords)15.    {16.        sbTemp.AppendFormat("{0},", s);17.    }18.    sbTemp.Append("-------/r/n");19.    Console.WriteLine(sbTemp);20.21.    //打印该聚类的成员22.    sb.Append(sbTemp.ToString());23.    foreach (int i in members)24.    {25.        Console

7、.WriteLine(docs);26.        sb.AppendFormat("{0}/r/n", docs);27.    }28.}29.30.31.再看GetKeyword方法的实现32.///