鉴于一组文本(可能是书籍,文章,文档等),您如何为每个文本找到相关的关键字? 常识建议:
问题是:这是一个很好的公式吗?
答案 0 :(得分:7)
我开发了一个。
对于每个单词计算此比率:
(frequency of word in this text) * (total number of words in all texts)
-----------------------------------------------------------------------
(number of words in this text) * (frequency of word in all texts)
关键词是那些比例最高的20%(对于这个数字)。
Ankerl也提出了自己的公式:
tanh(curVal/curWords*200) - 5*tanh((allVal-curVal)/(allWords-curWords)*200)
其中:
两种算法都运行良好,结果经常重合。你知道怎样做得更好吗?