定义：从文本中与这篇文章意义最相关的一些词语抽取出来。
抽取的两种方法：
- 关键词分配：给定一个已有的关键词库，对于新来的文档从该词库里面匹配几个词语作为这篇文档的关键词，有点类似抗战时期的密码本-以及密码破译过程；
- 关键词提取：针对新文档，通过算法分析，提取文档中一些词语作为该文档的关键词。
目前，第二种在实际应用中更准确，因而用的更多。
基于TF-IDE算法进行关键词提取
- TF-IDF是一种数值统计，用来反映一个词语对于语料中某篇文档的重要性。
- TF-IDF的主要思想：如果某个词在一篇文档中出现的频率越高，即TF越高；并且在语料库中其他文档中很少出现，即DF低，也就是IDF越高，则认为这个词具有很好的类别区分能力。
- jieba分词库已经实现了基于TF-IDF算法的关键词抽取，通过import jieba.analyse引入，函数参数解释如下：
1 jieba.analyse.extract_tags(sentence,topK=20,withWeight=False,allowPOS=()) 3 sentence:待提取的文本语料 4 topK:返回TF-IDF权重最大的关键词个数，默认是20 5 withWeight:是否需要返回关键词权重值，默认是False 6 allowPOS:仅包括指定词性的词，默认值是空，即不筛选
明晚上测试代码，今晚计算机不方便；
基于TextRank算法进行关键词提取
- 核心思想是将文本中的词语当作图中的节点，通过边相互连接，不同的节点会有不同的权重，权重高的节点可以作为关键字。