脚本语言
python 对文本数据关键词提取时出现错误
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区#!/usr/bin/env python
# -*- coding:utf-8 -*-
import pandas as pd
import numpy as np
import jieba
import nltk
import jieba.posseg as pseg
df = pd.read_csv('D:\csv_test.csv',names=['id','cont','type'])
cont = df['cont']
tagall=[]
for t in cont:
tags = jieba.analyse.extract_tags(t,10)
tagall.append(tags)
dist = nltk.FreqDist(tagall)
fea_words = dist.keys()[:100]
print fea_words
出现：E:\Python27\python.exe C:/Users/Administrator/PycharmProjects/Ma/m1.py
sys:1: DtypeWarning: Columns (1) have mixed types. Specify dtype option on import or set low_memory=False.
Traceback (most recent call last):
File "C:/Users/Administrator/PycharmProjects/Ma/m1.py", line 14, in <module>
tags = jieba.analyse.extract_tags(t,1)
AttributeError: 'module' object has no attribute 'analyse'
怎么解决？？？
# -*- coding:utf-8 -*-
import pandas as pd
import numpy as np
import jieba
import nltk
import jieba.posseg as pseg
df = pd.read_csv('D:\csv_test.csv',names=['id','cont','type'])
cont = df['cont']
tagall=[]
for t in cont:
tags = jieba.analyse.extract_tags(t,10)
tagall.append(tags)
dist = nltk.FreqDist(tagall)
fea_words = dist.keys()[:100]
print fea_words
出现：E:\Python27\python.exe C:/Users/Administrator/PycharmProjects/Ma/m1.py
sys:1: DtypeWarning: Columns (1) have mixed types. Specify dtype option on import or set low_memory=False.
Traceback (most recent call last):
File "C:/Users/Administrator/PycharmProjects/Ma/m1.py", line 14, in <module>
tags = jieba.analyse.extract_tags(t,1)
AttributeError: 'module' object has no attribute 'analyse'
怎么解决？？？
...全文
相关推荐
flashtext：从句子中提取关键字或替换句子中的关键字
**flashtext** 是一个基于 Python 的库，专门用于高效地从文本中提取关键词或进行关键词替换。
A股年报关键词分析[可运行源码]
本文围绕A股上市公司年报进行关键词词频分析，详细介绍了通过Python编程语言实现的一系列文本处理步骤，其中包括使用爬虫技术获取数据、利用jieba库进行中文分词以及关键词提取，然后将统计结果整理存储至
python jieba分词并统计词频后输出结果到Excel和txt文档方法
此外，jieba还提供了一些高级功能，如关键词提取（`jieba.analyse.extract_tags`），可以对文本内容进行关键词提取，这在文本分析和数据挖掘领域非常有用。5.
爱站关键词采集程序
**数据解析与存储**：抓取到的关键词可能以JSON、XML或纯文本格式存在，Python的`json`、`xml.etree.ElementTree`或简单的字符串操作可以用来解析这些数据。
文本分析实战：提取、关键词标注及词库匹配技巧
在文本数据处理的过程中，我们经常面临信息过滤、关键词提取和文本分析等需求。”text_filter-master” 项目应运而生，旨在为用户提供一个功能强大的文本过滤工具。该工具能够帮助用户从大量文本数据中快速提取有效信息，提高数据处理效率。项目的核心目标是实现一个灵活、可配置的文本过滤系统，支持用户通过配置文件自定义过滤规则，而无需改动程序代码。同时，该系统应提供良好的扩展性，允许用户添加新的过滤逻辑，以满足不同的业务需求。
