Python是否为文本关系提供任何库？

Question

我有一个词，让我们说'美国'，和文本文件。我想知道整个文件是否是关于“美国”的。“美国”这个词在文件中可能会被提到100或1000次，但到最后文件可能会提到中国

我在Python中浏览了情绪分析库，但是这些库只有在doc以积极、消极或中立的方式提到单词时才会返回

我也可以数一数这个词被提及的次数，以及这个词和文档中每个词之间的相似度，但仍然不知道如何判断文档整体上是否与所提及的词有关

python中有任何库或api可以实现这一点吗

Answer 1

没有任何真正好的完整的解决方案库。您可能需要使用类似NLTK的东西来进行词干分析（http://www.nltk.org）。词干如下：“法拉利->；跑车->；汽车->；交通”，这使你能看到一个词的“基础”概念

然后您可能需要进行某种TF/IDF分析，以确定文档的确切内容。这将帮助您确定哪些单词是重要的（http://scikit-learn.org/stable/modules/generated/sklearn.feature_extraction.text.TfidfVectorizer.html）

关于TF/IDF的好教程可以在这里看到：http://stevenloria.com/finding-important-words-in-a-document-using-tf-idf/