jieba.analyse jieba.textrank 簡單用法

#coding:utf-8
import jieba.analyse

#基於 TF-IDF（term frequency–inverse document frequency） 算法的關鍵詞抽取
print('*****案例一********')
txt='該項目采用盆栽與田間試驗相結合的研究方法，揭示了冀南礦糧復合區礦井水的不同灌溉方式對冬小麥和夏玉米輪作體系中糧食產量與品質的影響，探明了礦井水直接用於灌溉抑制冬小麥和夏玉米作物的光合作用，導致作物減產，降低作物的籽粒品質；發現了礦井水與清水1:1的混灌或輪灌比清水灌溉更能促進作物生長，提高作物的產量和品質。探明了不同礦井水灌溉方式下，土壤鹽分和重金屬累積遷移規律，結合當地降水-土壤-礦井水-作物系統特征，優化出了高效安全的礦井水灌溉制度。根據礦井水高效安全灌溉的參數體系，設計研發出智能節水灌溉控制系統，實現了對上述參數的在線檢測和智能化控制，為礦井水高效安全灌溉提供了經濟適用的裝備支撐。該成果可在我國北方礦區冬小麥和夏玉米輪作區推廣應用，能夠取得較好的經濟效益、環境效益和社會效益，應用前景廣闊。'
key=jieba.analyse.extract_tags(txt,topK=3)
print(key)

print('*****案例二********')
content='該課題在搜集柴胡種質資源基礎上，開展了生物學特性、分子標記及栽培技術等方面的研究，形成的主要創新性結果如下：（1）通過AFLP、ISSR分子標記和ITS序列分析，明確了11個柴胡種源之間的親緣關系；綜合大田出苗率、抗根腐病能力、柴胡皂苷含量等8個指標，利用主成分分析法篩選出適植華北地區優質柴胡種源5個。（2）研究提出了柴胡栽培關鍵技術：促進種子萌發的處理為0.5g/L的硫酸錳浸種24h；適宜播期為3月中下旬；適宜播種量為3kg/畝；施肥比例為一年收獲N25:P18:K18，二年收獲N25:P6:K12；適宜采收期在7月中下旬~8月下旬，制種期為早熟品種八月中上旬、晚熟品種九月中上旬；在此基礎上集成形成了柴胡規范化栽培技術體系並形成技術規程。建立了柴胡根腐病病菌檢測方法，鑒定出柴胡根腐病病原菌為茄腐鐮刀菌（Fusarium solani Will.）。采用“高校+公司+基地+農戶”的模式，示范推廣柴胡規范化栽培技術面積較大。該研究成果具有新穎性，先進性及實用性。經濟效益、社會效益明顯，具有良好的生產應用前景'
# 第一個參數：待提取關鍵詞的文本
# 第二個參數：返回關鍵詞的數量，重要性從高到低排序
# 第三個參數：是否同時返回每個關鍵詞的權重
# 第四個參數：詞性過濾，為空表示不過濾，若提供則僅返回符合詞性要求的關鍵詞,allowPOS('ns', 'n', 'vn', 'v') 地名、名詞、動名詞、動詞
keywords=jieba.analyse.extract_tags(content,topK=5,withWeight=True,allowPOS=())
#訪問提取結果
for item in keywords:
    print(item[0],item[1])

#基於 TextRank 算法的關鍵詞抽取
print('*****案例三********')
# 同樣是四個參數，但allowPOS默認為('ns', 'n', 'vn', 'v')
# 即僅提取地名、名詞、動名詞、動詞
keywords = jieba.analyse.textrank(content, topK=5, withWeight=True, allowPOS=('ns', 'n', 'vn', 'v'))
# 訪問提取結果
for item in keywords:
    # 分別為關鍵詞和相應的權重
    print(item[0], item[1])