java tf-idf提取關鍵字

最近在研究nlp，nlp第一步就是分詞，目前開源的工具中，java的有中科院的分詞工具nlpir、還有word分詞器，ansj_seg等，python的比較火的jieba，ansj_seg5.x版本以後提供了提取關鍵字的方法，jieba也提供了提取關鍵字的方法。 提取關鍵字比較經常使用的算法有tf-idf、textrank。其中tf-idf是統計詞頻和逆文檔詞頻，textrank是基於pagera

>>阅读原文<<