自然语言的内容有很多,本文所介绍的自然语言处理部分是「文本摘要」和「关键词提取」。
很多朋友会有自己的博客,在博客上发文章时,这些文章发出去后,有的很容易被搜索引擎检索,有的则很难。那么有没有什么方法,让搜索引擎对博客友好一些呢?这里有一个好方法 —— 那就是填写网页的 Description 还有 Keywords。
但是每次都需要我们自己去填写,非常繁琐。这个过程能否自动化实现?本文将会通过 Python 的 jieba 和 snownlp 进行文本摘要和关键词提取的实现。
▎准备资源
下载以下资源:
下载完成后,新建文件夹,拷贝对应的文件:
拷贝之后,建立文件 index.py
# -*- coding: utf8 -*-
import json
import jieba.analyse
from snownlp import SnowNLP
def FromSnowNlp(text, summary_num):
s = SnowNLP(text)
return s.summary(summary_num)
def FromJieba(text, keywords_type, keywords_num):
if keywords_type == "tfidf":
return jieba.analyse.extract_tags(text, topK=keywords_num)
elif keywords_type == "textrank":
return jieba.analyse.textrank(text, topK=keywords_num)
else:
return None
def main_handler(event, context):
text = event["text"]
summary_num = event["summary_num"]
keywords_num = event["keywords_num"]
keywords_type = event["keywords_type"]
return {"keywords": FromJieba(text, keywords_type, keywords_num),
"summary": FromSnowNlp(text, summary_num)}
超简单的代码有没有!
▎上传文件
在云函数 SCF 控制台上新建一个项目:
提交方法选择上传 zip:
然后我们压缩文件,并改名为 index.zip:
▎测试
测试之前可以适当调整一下我们的配置:
然后进行 input 模板的输入:
模板可以是:
{
"text": "前来参观的人群络绎不绝。在“两弹历程馆”里……(略)”",
"summary_num": 5,
"keywords_num": 5,
"keywords_type": "tfidf"
}
然后点击测试:
▎应用
至此,我们完成了简单的关键词提取功能和抽取式文本摘要过程。
当然,这只是简单的抛砖引玉,因为摘要这里还有声称是文本摘要,而且抽取式摘要也可能会根据不同的文章类型,有着不同的特色方法,所以这里只是通过一个简单的 Demo 来实现一个小功能,帮助大家做一个简单的 SEO 优化。
大家以后自己做博客的时候,可以增加 keywords 或者 description 字段,然后每次从 sql 获得文章数据的时候,将这两个部分放到 meta 中,会大大提高页面被索引的概率哦~!
传送门:
- GitHub: github.com/serverless
- 官网:serverless.com
欢迎访问:Serverless 中文网,您可以在 最佳实践 里体验更多关于 Serverless 应用的开发!
来源:oschina
链接:https://my.oschina.net/serverlesscloud/blog/3187908