提取简单的关键词
提取文章内容关键词分为三个步骤：
（1） 分词
（2） 去停用词
（3） 关键词提取
分词的方法有很多，所以我在这里选择常用的结巴jieba分词；去停用词，我用了一个停用词表。具体代码如下:
importjieba
importjieba.analyse
#第一步:分词，这里用结巴分词全模式
text='''新闻，又称新闻，是指报纸、电台、电视台、互联网经常使用的一种记录社会、传播信息、反映时代的风格。
它具有真实性、及时性、简洁性、可读性和准确性。\
新闻概念可以分为广义和狭义。\
广义上说，除了报纸、广播、电视上发表的评论和专文外，常用的文本都属于新闻，包括新闻、通讯、特写、素描
(有的将素描列入特写)等等。\
狭义的新闻是指新闻，新闻是一种相对简洁、简洁的叙述方式，快速、及时地报道国内外最近发生的有价值的事实。\
新闻也分为公共新闻和小道新闻。在结构上，每条新闻一般包括五个部分：标题、导语、主体、背景和结语。\
前三者是主要部分，后两者是辅助部分。写作主要是叙述，有时还有讨论、描述、评论等。
'''
fenci_text=jieba.cut(text)
#print("/".join(fenci_text))
#第二步:去停用词
#这里有一篇文件存储需要更改，一个文件存储停止表，然后与停止表中的单词进行比较，删除相同的单词，最后将结果存储在文件中
stopwords={}.fromkeys([line.rstrip()forlineinopen('stopwords.txt')])
final=""
forwordinfenci_text:
ifwordnotinstopwords:
if(word!="。"andword!="，"):
final=final+""+word
print(final)
#第三步:提取关键词
a=jieba.analyse.extract_tags(text,topK=5,withWeight=True,allowPOS=())
b=jieba.analyse.extract_tags(text,topK=6,allowPOS=())
print(a)
print(b)
#text提取的文本
#topK:默认值为20，返回几个TF/IDF权重关键词。
#withWeight:默认值为False是否返回关键词权重值？
#allowPOS:只包括指定词性的词，默认值为空，即不筛选。运行结果如下：
新闻又称新闻，是指记录社会、传播信息、反映时代的文体，经常被报纸、广播电台、电视台和互联网使用。
具有真实性、及时性、简洁性、可读性和准确性的特点。新闻概念可以分为广义和狭义。从广义上讲，除了出版
报刊、广播、电视上的评论和专文以外的常用文本都属于新闻，包括新闻、通讯、特写、素描
(有的将素描列入特写)等狭义新闻是指新闻新闻是一种简洁而简洁的叙述方式
快速及时地报道国内外最近发生的有价值的事实新闻，也分为公共新闻和八卦新闻。
一般来说，前三个部分包括标题、导语、主题、背景和结语，后两个部分是主要部分，后两个部分是辅助部分。写作主要是叙述
有时还有讨论、描述、评论等
[('新闻',0.4804815696808);速写',0.212107125313131);消息',0.20363211136040404),
('特写',0.200236245272729);狭义',0.16168734917858588)]
['新闻','速写','消息','特写','狭义','广义']python培训视频众多，全部在python学习网，欢迎在线学习！