textrank4zh提取文本关键词和内容摘要_tr4提取摘要

通过自然语言处理和机器学习封装的textrank4zh库可以实现对文本的关键词和内容摘要的提取
安装 pip3 install textrank4zh 依赖jieba >= 0.35, numpy >= 1.7.1, networkx >= 1.9.1
参考 github

# -*- coding: utf-8 -*-
from textrank4zh import TextRank4Keyword, TextRank4Sentence

content = """
唐朝人最爱的动物是什么？

从存世的美术作品来看，马，应该是当之无愧的最受唐人喜爱的第一名。

唐朝的画家，几乎都画过马。

不过，其中最有名气的、水平最高的就是曹霸和韩干。

曹霸没有留下作品，我们无法评价。但韩干确确实实有真迹留存于世。

比如说这幅《照夜白图》。
"""


tr4w = TextRank4Keyword()
def keywords(text):
    """
    :param text: 待提取文本信息
    :return: 返回结果
    """
    result = []
    tr4w.analyze(text=text, lower=True, window=2)
    for item in tr4w.get_keywords(20, word_min_len=1):
        # print(item.word, item.weight)  # word关键词 weight权重
        result.append((item.word))
    print(result)

    return result


tr4s = TextRank4Sentence()
def keysentence(text):
    """
    :param text: 待提取文本信息
    :return: 返回结果
    """
    tr4s.analyze(text=text, lower=True, source='all_filters')
    result = ''
    for item in tr4s.get_key_sentences(num=3):
        # print(item.index, item.weight, item.sentence)  # index是语句在文本中位置 weight是权重 sentence摘要
        result +=  item.sentence + ';'
    print(result)

    return result



if __name__ == '__main__':
    keywords(content)
    keysentence(content)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54