构建标签云的巧妙方法？ - Python

Question

我做了一个内容聚合器，想要添加一个标签云来展示当前的趋势。

不过这事儿挺复杂的，因为我得找出每篇文章的关键词，这些词能代表文章的内容。

比如像I（我）、was（曾经）、the（这个）、amazing（惊人）、nice（不错）这些词就和内容没什么关系。

---

如果能得到帮助，我会非常感激！:)

Answer 1

NLTK 是一个工具，可以帮助你分析内容，从中找出相关的词汇。

Answer 2

使用 NLTK，特别是它的 停用词库：

除了常见的内容词，还有一类叫做停用词的词。这些词在语法上很重要，但单独看起来并不有趣。停用词包括介词、连接词和限定词。NLTK 自带了停用词库，这里面有2400个停用词，覆盖了11种不同的语言（包括英语）。