正文

文章關(guān)鍵詞提取軟件（文章關(guān)鍵詞提取軟件下載）

發(fā)布時(shí)間：2023-03-29 11:36:01 稿源：創(chuàng)意嶺閱讀： 1598 當(dāng)前文章關(guān)鍵詞排名出租

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于文章關(guān)鍵詞提取軟件的問題，以下是小編對(duì)此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個(gè)非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準(zhǔn)，寫出的就越詳細(xì)，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com

本文目錄:

1、求一個(gè)提取文章關(guān)鍵詞的java程序
2、如何用WPS或者Word自動(dòng)提取關(guān)鍵詞？或者顯示詞頻較高的詞？
3、關(guān)鍵詞怎么提取
4、要在一萬多篇文章的關(guān)鍵詞中統(tǒng)計(jì)各關(guān)鍵詞的頻數(shù)，應(yīng)該怎么做？有沒有相應(yīng)的軟件？

文章關(guān)鍵詞提取軟件（文章關(guān)鍵詞提取軟件下載）

一、求一個(gè)提取文章關(guān)鍵詞的java程序

//直接粘貼就行。

import java.awt.BorderLayout;

import java.awt.EventQueue;

import java.awt.event.ActionEvent;

import java.awt.event.ActionListener;

import java.io.File;

import java.io.IOException;

import java.io.PrintWriter;

import java.util.ArrayList;

import java.util.Scanner;

import javax.swing.BorderFactory;

import javax.swing.JButton;

import javax.swing.JFileChooser;

import javax.swing.JFrame;

import javax.swing.JPanel;

import javax.swing.JSplitPane;

import javax.swing.JTextArea;

import javax.swing.border.EtchedBorder;

import javax.swing.filechooser.FileFilter;

public class Application2 extends JFrame implements Cloneable{

public Application2(){

this.setDefaultCloseOperation(EXIT_ON_CLOSE);

this.setSize(800,700);

this.setLayout(new BorderLayout());

keyWords1=new String[]{"那么","還是","sdf"};

keyWords2=new String[]{"所以","而且",};

input=new JTextArea();

JPanel ip=new JPanel();

ip.setLayout(new BorderLayout());

ip.add(input,BorderLayout.CENTER);

ip.setBorder(BorderFactory.createTitledBorder(BorderFactory.createEtchedBorder(EtchedBorder.LOWERED), "輸入文本"));

output1=new JTextArea();

JPanel o1p=new JPanel();

o1p.setLayout(new BorderLayout());

o1p.add(output1,BorderLayout.CENTER);

o1p.setBorder(BorderFactory.createTitledBorder(BorderFactory.createEtchedBorder(EtchedBorder.LOWERED), "以下為"));

output2=new JTextArea();

JPanel o2p=new JPanel();

o2p.setLayout(new BorderLayout());

o2p.add(output2,BorderLayout.CENTER);

o2p.setBorder(BorderFactory.createTitledBorder(BorderFactory.createEtchedBorder(EtchedBorder.LOWERED), "以下為"));

JSplitPane split1=new JSplitPane(JSplitPane.HORIZONTAL_SPLIT,o1p,o2p);

split1.setDividerLocation(350);

JSplitPane split2=new JSplitPane(JSplitPane.VERTICAL_SPLIT,ip,split1);

split2.setDividerLocation(300);

this.add(split2,BorderLayout.CENTER);

open=new JButton("導(dǎo)入");

open.addActionListener(new ActionListener(){

public void actionPerformed(ActionEvent e){

JFileChooser chooser=new JFileChooser(".");

chooser.setMultiSelectionEnabled(false);

chooser.addChoosableFileFilter(new FileFilter(){

@Override

public boolean accept(File file) {

if(file.isDirectory())

return true;

int length=file.getName().length();

if(length<5)

return false;

if(file.getName().substring(length-4).equals(".txt"))

return true;

return false;

}

@Override

public String getDescription() {

return "文本文件";

}

});

chooser.showOpenDialog(Application2.this);

File file=chooser.getSelectedFile();

if(file==null)

return;

try {

Scanner sc=new Scanner(file);

String text="";

while(sc.hasNextLine())

text+=sc.nextLine()+"\n";

input.setText(text);

String[] array=getSentences();

output1.setText(getKeySentences(keyWords1,array));

output2.setText(getKeySentences(keyWords2,array));

}catch (IOException e1) {

e1.printStackTrace();

}

});

save=new JButton("導(dǎo)出");

save.addActionListener(new ActionListener(){

public void actionPerformed(ActionEvent e){

JFileChooser chooser=new JFileChooser(".");

chooser.setMultiSelectionEnabled(false);

chooser.addChoosableFileFilter(new FileFilter(){

@Override

public boolean accept(File file) {

if(file.isDirectory())

return true;

int length=file.getName().length();

if(length<5)

return false;

if(file.getName().substring(length-4).equals(".txt"))

return true;

return false;

}

@Override

public String getDescription() {

return "文本文件";

}

});

chooser.showSaveDialog(Application2.this);

File file=chooser.getSelectedFile();

if(file==null)

return;

try {

PrintWriter pw=new PrintWriter(file);

pw.print(output1.getText());

pw.flush();

pw.print(output2.getText());

pw.flush();

}catch (IOException e1) {

e1.printStackTrace();

}

});

JPanel buttonPane=new JPanel();

buttonPane.add(open);

buttonPane.add(save);

this.add(buttonPane,BorderLayout.SOUTH);

}

public String[] getSentences(){

ArrayList<String> set=new ArrayList<String>();

int length=input.getText().length();

for(int i=0,last=0;i<length;i++){

String s=String.valueOf(input.getText().charAt(i));

if(s.equals("\n"))

last=i+1;

if(s.equals(".")||s.equals(",")||s.equals("。")||s.equals("。")||s.equals("！")||s.equals("？")||s.equals("?")||s.equals("!")||s.equals("，")){

set.add(input.getText().substring(last,i)+s);

last=i+1;

}

return set.<String>toArray(new String[set.size()]);

}

public String getKeySentences(String[] key,String[] sentences){

String result="";

A: for(int i=0;i<sentences.length;i++){

for (int k = 0; k < key.length; k++)

if (sentences[i].contains(key[k].subSequence(0, key[k].length()))) {

result += sentences[i] + "\n";

continue A;

}

return result;

}

private JTextArea input;

private JTextArea output1;

private JTextArea output2;

private JButton open;

private JButton save;

private String[] keyWords1;

private String[] keyWords2;

public static void main(String... args){

EventQueue.invokeLater(new Runnable(){

public void run(){

new Application2().setVisible(true);

}

});

}

二、如何用WPS或者Word自動(dòng)提取關(guān)鍵詞？或者顯示詞頻較高的詞？

文字軟件恐怕還沒有你說的那么智能，可以自主分析關(guān)鍵詞。它只可以提取出現(xiàn)頻率較高的詞語。當(dāng)然我對(duì)Word、wps的功能并不完全精通，也許有高手可以幫你解決這個(gè)問題

三、關(guān)鍵詞怎么提取

在巨量的信息面前，很多信息是我們無法全面接收，因此我們需要從中篩選出一些我們感興趣的或者有代表性的信息進(jìn)行接收。那么這一個(gè)過程就是關(guān)鍵詞提取技術(shù)。如果我們可以準(zhǔn)確的將所有的文檔都用幾個(gè)簡單的關(guān)鍵詞描述，那么我們便可以通過關(guān)鍵詞了解一篇文章的內(nèi)容，這將會(huì)提高信息獲取到效率。想要在海量的信息里提取出我們所需要的信息，就需要學(xué)會(huì)如何提取關(guān)鍵詞。

一，TF-IDF算法（Term Frequency-Inverse Document Frequency，詞頻-逆文檔頻次算法）是一種基于統(tǒng)計(jì)的計(jì)算方法，常用于評(píng)估在一個(gè)文檔集中一個(gè)詞對(duì)某份文檔的重要程度。這種思想是符合關(guān)鍵詞抽取的需求，一個(gè)詞語對(duì)文檔越重要，那么是關(guān)鍵詞的概率就越大，所以通常將TF-IDF算法應(yīng)用在關(guān)鍵詞提取中。

二，在上述的TF-IDF算法中，都需要基于一個(gè)現(xiàn)成的語料庫，主題模型的關(guān)鍵詞提取算法則是需要通過對(duì)大規(guī)模文檔學(xué)習(xí)，發(fā)現(xiàn)文檔的隱含主題。

三，而TextRank算法則是可以脫離語料庫的基礎(chǔ)，僅對(duì)單篇文檔進(jìn)行分析就可以提取該文檔的關(guān)鍵詞。這也是TextRank算法的重要特點(diǎn)。TextRank算法的基本思想源于Google的PageRank算法。因此這里需要先了解下PageRank算法。

四、要在一萬多篇文章的關(guān)鍵詞中統(tǒng)計(jì)各關(guān)鍵詞的頻數(shù)，應(yīng)該怎么做？有沒有相應(yīng)的軟件？

用軟件Replace Pioneer可以完成，詳細(xì)步驟：

1.首先準(zhǔn)備一個(gè)關(guān)鍵詞文件，每行是一個(gè)你需要統(tǒng)計(jì)的關(guān)鍵詞,出現(xiàn)兩遍，中間用空格或逗號(hào)隔開，格式如下：

關(guān)鍵詞1 關(guān)鍵詞1

關(guān)鍵詞2 關(guān)鍵詞2

關(guān)鍵詞3 關(guān)鍵詞3

...

2. 打開replace pioneer的Tools->pattern counter菜單,點(diǎn)擊import按鈕把上面的文件導(dǎo)入。

3. 在pattern counter菜單中選擇File/http選項(xiàng)，并在后面輸入要統(tǒng)計(jì)的文件，然后點(diǎn)擊count即可得出每個(gè)關(guān)鍵詞的頻度。

以上是統(tǒng)計(jì)單個(gè)文件的步驟，如果統(tǒng)計(jì)多個(gè)文件，需要先把所有文件先連成一個(gè)大文件，然后同上操作。

以上就是關(guān)于文章關(guān)鍵詞提取軟件相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。