Find de vigtigste ord
Rangér termer, der definerer hvert dokument
Find de vigtigste ord er en gratis NLP Academy-lektion på CoddyKit. Dette er lektion 4 af 4. Du kan læse alle 3 lektioner i dette læringsspor gratis i deres fulde længde — derefter låser CoddyKit PRO alle lektioner op samt praktiske øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. Den er en del af læringsforløbet i NLP Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. NLP Academy-kurset indeholder 4 lektioner i alt.
Fra scorer til indsigt
En TF-IDF-matrix er fuld af tal, men den egentlige gevinst er at kunne læse den. Ordene med de højeste scorer afslører, hvad hvert dokument virkelig handler om.
Én række pr. dokument
Hver række i matrixen er ét dokument, og hver kolonne er ét ord. Du finder nøgletermer ved at gennemgå en enkelt række for dens højeste værdier.
Hent én række
Hent det dokument, du er interesseret i, og konvertér det til et fladt array. Denne vektor indeholder en TF-IDF-vægt for hvert ord i ordforrådet.
row = X[0].toarray().flatten()Knyt ord til scorer
Sæt hver vægt sammen med dens ord ved hjælp af egenskabsnavnene. Nu er hver score knyttet til den term, den faktisk hører til.
words = vec.get_feature_names_out()
pairs = list(zip(words, row))Sortér efter vægt
Sortér disse par fra højeste til laveste score. De ord, der ligger øverst, er dokumentets mest karakteristiske termer.
pairs.sort(key=lambda p: p[1], reverse=True)Vælg de få øverste
Du har sjældent brug for mere end en håndfuld. Hvis du tager de øverste resultater, får du en hurtig og letlæselig opsummering af dokumentet. 🏆
for word, score in pairs[:5]:
print(word, round(score, 3))Det er nøgleord
De øverste termer fungerer som automatiske nøgleord til mærkning, søgning eller opbygning af en hurtig emneetiket uden manuelt arbejde.
Sammenlign på tværs af dokumenter
Gør det samme for hver række, så får du et fingeraftryk for hvert dokument. Når du sammenligner disse fingeraftryk, kan du se, hvilke tekster der ligner hinanden.
Hold øje med ubrugelige termer
Hvis mærkelige tokens rangerer højt, har din tekst brug for mere oprydning først. Gode nøgleord afhænger af god forbehandling tidligere i processen end TF-IDF.
Et hurtigt søgetrick
Hvis du måler overlap mellem to TF-IDF-vektorer, får du en enkel søgning efter lighed. Dokumenter, der deler ord med høje vægte, får en høj grad af lighed.
Du har bygget et lille værktøj
Med få linjer kan du nu udtrække de ord, der kendetegner ethvert dokument. Denne nøgleordsudtrækker er et virkelig nyttigt stykke NLP. ⭐
Hurtigt tjek
Hvordan finder du de vigtigste ord i et dokument ud fra dets TF-IDF-række?
Opsummering
Du sorterede en TF-IDF-række, knyttede scorer til ord og hentede de øverste nøgleord. Den samme idé bruges til mærkning og lighedssøgning. ✅
Lær Python med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 30
- Lektioner
- 120
Ofte stillede spørgsmål
Er lektionen “Find de vigtigste ord” gratis?
Ja — alle 3 lektioner i læringssporet NLP Academy, inklusive “Find de vigtigste ord”, kan læses gratis i deres fulde længde her på webstedet. Derefter låser CoddyKit PRO alle lektioner op samt interaktive øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. NLP Academy-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “Find de vigtigste ord”?
Rangér termer, der definerer hvert dokument Du øver dig i NLP Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på NLP Academy?
Der kræves ingen tidligere erfaring. NLP Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 4 af 4.
Hvor lang tid tager lektionen “Find de vigtigste ord”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne NLP Academy-lektion?
Ja. Alle NLP Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- Problemet med rå optællinger
- Termfrekvens og invers dokumentfrekvens
- TF-IDF med scikit-learn
- Find de vigtigste ord