从一组文件中自动提取关键字（AKE）？

Question

许多算法都是从单个文档中提取的。但我想知道如何从一组文档中提取关键词（或特征词），它们可以代表这组文档的特征？一次分析所有文档进行分析可能过于昂贵。是否有一些算法可以一次处理一个文档然后合并/计算结果以生成这组文档的关键字？

Answer 1

一种方法是提取关键字（几个商业API）及其tf / idf分数，进行一些清理和规范化。您需要进行一些测试，并确定分数的可接受的最小阈值，低于该分数，您将丢弃它们不相关的单词b / c。