应用错误收集

我现在正在为关键字提取项目工作。基本上，我使用python来做到这一点。让我先谈谈我的项目是什么。我在这个项目中的目标是从段落或网页中找出关键词（关键词不是那么可取）。

我认为我可以从网站抓取一个非常好的内容结构。

假设我有很多段落，所有段落都来自同一行业。以下是示例段落之一：

关于我们

我们是世界上最大的银行，提供世界上最安全的服务。我们的银行提供外汇，安全交易和储蓄服务。在过去的几年里，我们成功地建立了可靠的声誉。

其次，我已经将这些段落中的关键字标记为其他具有监督学习模型的内容。

最后，我尝试使用KEA，这是一个JAVA程序（我用python来调用JAVA程序），有一个模型。

然而，结果终于糟透了。准确率仅为15％左右。这意味着如果我给我的KEA程序一个段落，KEA将向我输出10个关键字，将近85％的关键字实际上不是一个理想的关键字。

我在这里提出几个问题：

'从这些文档中删除作者指定的关键短语并将它们放入单独的“.key”文件中。例如，如果您的文档文件名为doc1.txt，移动关键短语到一个名为“doc1.key”的新文件中。重要的是你把每个关键短语放在这个文件的单独一行！'

因此，我想说我的训练数据的最后一个示例段落，并假设'安全'和'可靠'。我应该从段落中删除这两个词吗？

由于KEA可以应用SKOS词汇表，这是否意味着如果我在某种话题中使用合适的SKOS词汇表（比如金融行业），我的模型结果会更好？如果是，我在哪里可以找到这些SKOS词汇表，例如我想要关于金融行业的SKOS词汇表。
是否有来自python的建议库可以在本主题中强大？有人可以分享给我吗？

非常感谢。