如何用TF IDF算法提取文本中的关键词?

IDF,是“InverseDocumentFrequency”(逆文档频率)的缩写。我觉得这个算法可用于帮助译者提取一篇待译文章中的“术语”,所以准备写一篇文章来简要介绍这个算法的实现方法。我将使用百度的分词技术来处理中文文本,用以计算中文词语的“TF-IDF”值。在本公众号之前的文章中,我们已经介绍了如何引入百度的分词API,本文就不再介绍细节了。首先启动本地开发环境XAMPP,将百度分词API下载到工作文件夹(下图的api文件夹中):在“index.php”中输入百度分词API引入模板,并在指定位置填写基本信息: 填入API信息,并测试是否能够成功分词:index.php在浏览器中