文件名称：KeyBERT:使用BERT进行最少的关键字提取
文件大小：77KB
文件格式：ZIP
更新时间：2024-04-07 18:49:22
mmr keyword-extraction bert keyphrase-extraction Python
基伯特 KeyBERT是一种最小且易于使用的关键字提取技术，它利用BERT嵌入来创建与文档最相似的关键字和关键字短语。 相应的媒体帖子可以在 找到。 目录 2.1。2.2。2.3。2.4。2.5。 1.关于项目 尽管已经有很多方法可用于关键字生成（例如 ， ，TF-IDF等），但我想创建一种非常基本但功能强大的方法来提取关键字和关键字。这就是KeyBERT进来的地方！它使用BERT嵌入和简单的余弦相似性来查找文档中与文档本身最相似的子短语。 首先，使用BERT提取文档嵌入，以获得文档级表示。然后，针对N元语法词/短语提取词嵌入。最后，我们使用余弦相似度来查找与文档最相似的词/短语。然后，可以将最相似的词识别为最能描述整个文档的词。 KeyBERT绝不是唯一的，它是一种用于创建关键字和关键词的快速简便的方法。虽然有许多伟大的论文和解决方案，在那里，使用BERT-嵌入物（如， ， ，
【文件预览】：
KeyBERT-master
----.gitattributes(31B)
----.github()
--------workflows()
----images()
--------icon.png(21KB)
--------logo.png(36KB)
----keybert()
--------model.py(14KB)
--------__init__.py(56B)
--------maxsum.py(2KB)
--------mmr.py(2KB)
----theme()
--------style.css(0B)
----mkdocs.yml(1KB)
----LICENSE(1KB)
----setup.py(2KB)
----README.md(9KB)
----Makefile(329B)
----docs()
--------index.md(4KB)
--------guides()
--------api()
--------style.css(0B)
----tests()
--------utils.py(2KB)
--------test_model.py(3KB)
--------__init__.py(0B)
--------conftest.py(176B)
----.gitignore(916B)