ansj中英混搭提取关键字

public static void main(String[] args) {


KeyWordComputer kwc = new KeyWordComputer(6);
String title = "马航";
String content = "搜救。helloworld,hi,hi,boy,girl)";

List<Keyword> list = kwc.computeArticleTfidf(title, content);

if(list != null && list.size() > 0){
for(Keyword kw : list){

System.out.println(kw.getName() + kw.getScore());
}
}
}
复制代码

上面代码，我要抽取6个关键字，但是如果是英文根本就获取不到
刚接触这个，深入的也不是很了解。大家有上面方法支持英文啊

需要改KeyWordComputer这个类的关于英语的POS_SCORE

xuanxufeng 发表于 2015-3-12 17:32
需要改KeyWordComputer这个类的关于英语的POS_SCORE

网上也是这样说，就是没有实际的例子，怎么去改啊？

Joker 发表于 2015-3-12 17:45
网上也是这样说，就是没有实际的例子，怎么去改啊？

该的部位应该是红字部分，具体怎么该，就看楼主工底了，也在找这方面的资料。
public class KeyWordComputerSub extends KeyWordComputer{


private static final Map<String, Double> POS_SCORE = new HashMap<String, Double>();

static {
  POS_SCORE.put("null", 0.0);
  POS_SCORE.put("w", 0.0);
  POS_SCORE.put("en", 0.1);
  POS_SCORE.put("num", 0.0);
  POS_SCORE.put("nr", 3.0);
  POS_SCORE.put("nrf", 3.0);
  POS_SCORE.put("nw", 3.0);
  POS_SCORE.put("nt", 3.0);
  POS_SCORE.put("l", 0.2);
  POS_SCORE.put("a", 0.2);
  POS_SCORE.put("nz", 3.0);
  POS_SCORE.put("v", 0.2);

}

private int nKeyword = 5;

public KeyWordComputerSub() {
}

public KeyWordComputerSub(int nKeyword) {
  this.nKeyword = nKeyword;

}
  @Override
public List<Keyword> computeArticleTfidf(String content) {
   Map<String, Keyword> tm = new HashMap<String, Keyword>();

   List<Term> parse = NlpAnalysis.parse(content);
   for (Term term : parse) {
    double weight = getWeight(term, content.length(), 0);
    if (weight == 0)
     continue;
    Keyword keyword = tm.get(term.getName());
    if (keyword == null) {
     keyword = new Keyword(term.getName(), term.getNatrue().allFrequency, weight);
     tm.put(term.getName(), keyword);
    } else {
     keyword.updateWeight(1);
    }
   }

   TreeSet<Keyword> treeSet = new TreeSet<Keyword>(tm.values());

   ArrayList<Keyword> arrayList = new ArrayList<Keyword>(treeSet);
   if (treeSet.size() <= nKeyword) {
    return arrayList;
   } else {
    return arrayList.subList(0, nKeyword);
   }
}

  private double getWeight(Term term, int length, int titleLength) {
   if (term.getName().trim().length() < 2) {
    return 0;
   }

   String pos = term.getNatrue().natureStr;

   Double posScore = POS_SCORE.get(pos);

   if (posScore == null) {
    posScore = 1.0;
   } else if (posScore == 0) {
    return 0;
   }

   if (titleLength > term.getOffe()) {
    return 5 * posScore;
   }
   return (length - term.getOffe()) * posScore / (double) length;
  }
}

xuanxufeng 发表于 2015-3-12 18:31
该的部位应该是红字部分，具体怎么该，就看楼主工底了，也在找这方面的资料。
public class KeyWordComp ...

你用2.0的版本你需要把en改成3.0而不是0.1那是1的版本的
而且你这个和现在最新的版本不是一直的源码KeyWordComputer你可以去github上看到最新的源码
老版本的一些方法找不到了，非常感谢