java - 获取标题java库中的重要单词

Question

很难说出这里问的是什么。这个问题是含糊的、模糊的、不完整的、过于宽泛的或修辞性的，无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开它， visit the help center 。

已关闭 11 年前。

是否有任何 Java 库可以通过给定的文本(标题)获取其中重要单词的集合。
编辑:我所说的重要是指定义了句子的主要思想的那个。谢谢。

Answer 1

您可能想看看 Apache Mahout .

您可能还想阅读有关 tf-idf model 的更多信息。这通常用于与您描述的情况类似的情况。

编辑:有关 Tf-Idf 模型的更多信息:

tf-idf 模型基本上说了两件事:

1. 如果某个术语在您的数据中多次出现，则它可能很重要。 [tf]
2. 如果某个术语在世界上多次出现，则预计它会出现在您的数据中 - 但是，如果它很少出现 - 并且它出现在您的数据中 - 则表明它非常“重要”[idf]

tf-idf 模型利用此假设并根据 tf,idf 值对每个术语进行评分。
要查找 idf 值，您可能需要对集合建立索引或使用某些搜索引擎 API，并根据结果数量估计每个术语的常见程度 [请注意，引擎返回的数字并不准确，但它可以用作粗略估计]