如何实现分词

Question

现在我有这样的需求..不知道怎么实现.

当网络编辑在录入文章时..  我需要从标题提取二个重要的词.

从正文中提取出现5个频率最高的词(不是一个单词.而是两个以上,因为一篇文章中"的"这个字是出现次

数是最高的)...

 

  也就是找大概7个词作为TAG用...   各位教教我.. 再三感谢,  

Answer 1

这个好像很困难，我觉得让编辑在录入时将关键词一并录入的好，我工的随便一选都是比较准确的而让程序来选关键词，很难。首先得分词，可以看下有关搜索引擎的资料，分词完了之后还要比较各个词的频率和相似度，还要排除一些常见词，比如你说的那个“的”等……总之很麻烦，计算机无法完全代替人工