python TF-IDF算法实现文本关键词提取

TF词频，在文章中出现次数最多的词，然而文章中出现次数较多的词并不一定就是关键词，比如常见的对文章本身并没有多大意义的停用词。该权重为IDF逆文档频率，它的大小与一个词的常见程度成反比。在我们得到词频和逆文档频率以后，将两个值相乘，即可得到一个词的TF-IDF值，某个词对文章的重要性越高，其TF-IDF值就越大，所以排在最前面的几个词就是文章的关键词。逆文档频率 = logTF-IDF = 词频* 逆文档频率详细代码如下：