rake-nltk 1.0.4

设置

pip install rake-nltk

git clone https://github.com/csurfer/rake-nltk.git
python rake-nltk/setup.py install

设置后

如果你看到一个stopwords错误，这意味着你没有语料库 stopwords从nltk下载。您可以使用下面的命令下载它。

python -c "import nltk; nltk.download('stopwords')"

基本用法

fromrake_nltkimportRaker=Rake()# Uses stopwords for english from NLTK, and all puntuation characters.r.extract_keywords_from_text(<texttoprocess>)r.get_ranked_phrases()# To get keyword phrases ranked highest to lowest.

高级用法

fromrake_nltkimportMetric,Rake# To use it with a specific language supported by nltk.r=Rake(language=<language>)# If you want to provide your own set of stop words and punctuations tor=Rake(stopwords=<listofstopwords>,punctuations=<stringofpuntuationstoignore>)# If you want to control the metric for ranking. Paper uses d(w)/f(w) as the# metric. You can use this API with the following metrics:# 1. d(w)/f(w) (Default metric) Ratio of degree of word to its frequency.# 2. d(w) Degree of word only.# 3. f(w) Frequency of word only.r=Rake(ranking_metric=Metric.DEGREE_TO_FREQUENCY_RATIO)r=Rake(ranking_metric=Metric.WORD_DEGREE)r=Rake(ranking_metric=Metric.WORD_FREQUENCY)# If you want to control the max or min words in a phrase, for it to be# considered for ranking you can initialize a Rake instance as below:r=Rake(min_length=2,max_length=4)

参考文献

这是本文中提到的算法的python实现 Automatic keyword extraction from individual documents by Stuart Rose, Dave Engel, Nick Cramer and Wendy Cowley

为什么我选择自己实施？

• 通过阅读论文来实现算法是非常有趣的。它是 数字版的DIY工具包。
• 在python（aneesha/RAKE）和 节点（waseem18/node-rake），但两者似乎都没有使用NLTK的能力。通过制作nltk 实现的一个组成部分，我得到灵活性和权力，以延长它在其他 创造性的方法，如果我以后觉得合适的话，不用自己去实现所有的东西。
• 我计划在我的其他宠物项目中使用它，并希望它是 模块化和可调，这样我有完全的控制。

贡献