这是一个创建于 405 天前的主题，其中的信息可能已经有所发展或是发生改变。
目标是想提取一句话中的关键词，例如『看来是要放弃 edge 了』。只想要部分属性的名词，期望的只提取 edge 互联网类的名词
使用结巴分词的 TF-IDF 方式。试了下提取出来的前三个结果是：edge 、看来、放弃。
想着是不是可以有开源的行业词表作为标签库，再找一些停用词表。有哪些开源的行业词表么，搜了一大圈没有合适的，或者四五年不更新了。
想着有个基础版，后面自己在这个基础上更新也可以。
或者大家有没有其他的思路呢
词典还一个思路是输入法词典是不是也是一种思路，不过也没找到开源的，这种应该属于商业数据吧
 |
1
buyan3303 2023-04-09 08:45:34 +08:00
词库的话 谷歌上 中文 词库 github:
https://github.com/thunlp/THUOCL https://github.com/fighting41love/funNLP https://github.com/ling0322/webdict https://github.com/GanjinZero/awesome_Chinese_medical_NLP https://github.com/foowaa/Chinese_from_dongxiexidian 等等 四五年不更新了 那么不是还有 4 5 年前的数据，先自己做成自定义词库先。 |
 |
2
murmur 2023-04-09 19:49:41 +08:00
我感觉这玩意挺扯淡的，首先中文互联网的标题都是惊了！注意了！ xx 不会告诉你的！错过就晚了！
具备概括能力么 |
Select Language