Question

我试图通过与关键字列表的协议来订购一些简短的段落。这用于向用户提供按兴趣排序的文本。

假设我已经拥有关键字列表，希望能够反映用户的兴趣。我认为这是一个相当标准的程序，并期望一些python包。但到目前为止，我的谷歌搜索并不是很成功。

我自己可以很容易地提出一个强力解决方案，但我想知道是否有人知道这样做的有效方法？

编辑：好的，这是一个例子： keywords = [＆＃39; cats＆＃39;，＆＃39; food＆＃39;，＆＃39; Miau＆＃39;]

text1 = 'This is text about dogs'
text2 = 'This is text about food'
text3 = 'This is text about cat food'

我需要一个导致命令text3，text2，text1的过程谢谢

Answer 1

这是我能想到的最简单的事情：

import string

input = open('document.txt', 'r')
text = input.read()

table = string.maketrans("","")
text = text.translate(table, string.punctuation)

wordlist = text.split()
agreement_cnt = 0

for word in list_of_keywords:
    agreement_cnt += wordlist.count(word)

从此处获取删除标点位：Best way to strip punctuation from a string in Python。

Answer 2

这样的事情可能是一个很好的起点：

>>> keywords = ['cats', 'food', 'Miau']
>>> text1 = 'This is a text about food fed to cats'
>>> matched_word_count = len(set(text1.split()).intersection(set(keywords)))
>>> print matched_word_count
2

如果你想纠正大小写或捕获单词形式（即“猫”而不是“猫”），那么显然需要考虑更多。

采用上述方法并捕获不同字符串列表的匹配计数，然后对结果进行排序以找到最佳＆＃34;匹配，应该比较简单。

通过协议与关键字订购文本

2 个答案: