使用 Node.js 对文本内容分词和关键词抽取

{ word: '应当', weight: 14.052171126120001 },

{ word: '机能', weight: 12.61259281884 },

{ word: '万维网', weight: 12.2912397395 },

{ word: 'IP', weight: 11.739204307083542 },

{ word: 'HTTPS', weight: 11.739204307083542 },

{ word: '1.1', weight: 11.739204307083542 },

{ word: 'TCP', weight: 11.739204307083542 },

{ word: 'Web', weight: 11.739204307083542 },

{ word: '雪碧图', weight: 11.739204307083542 },

{ word: '应用层', weight: 11.2616203224 },

{ word: '客户端', weight: 11.1926274509 },

{ word: '浏览器', weight: 10.8561552143 },

{ word: '拼接', weight: 9.85762638414 },

{ word: '比较', weight: 9.5435285574 },

{ word: '网页', weight: 9.53122979951 },

{ word: '办事器', weight: 9.41204128224 },

{ word: '应用', weight: 9.03259988558 } ]

在这个基本上，我们采取白名单的方法过滤出一些可以作为 tag 的词：

const content = ` 
HTTP、HTTP/2与机能优化 
 
本文的目标是经由过程比较告诉大年夜家，为什么竽暌功该大年夜HTTP迁徙到HTTPS，以及为什么竽暌功该添加到HTTP/2的支撑。在比较HTTP和HTTP/2之前，先看看什么是HTTP。 
 
什么是HTTP 
HTTP是在万维网上通信的一组规矩。HTTP属于应用层协定，跑在TCP/IP层之上。用户经由过程浏览器请求网页时，HTTP负粜ウ理请求并在Web办事器与客户端之间建立连接。 
 
有了HTTP/2，不使悠揭捉?碧图、紧缩、拼接，也可以晋升机能。然而，这不代表不该该应用这些技巧。不过这已经清跋扈注解了我们大年夜HTTP/1.1移动到HTTP/2的须要性。 
`; 
 
const nodejieba = require("nodejieba"); 
 
nodejieba.load({ 
  userDict: './user.utf8', 
}); 
 
const result = nodejieba.extract(content, 20); 
 
const tagList = ['HTTPS', 'HTTP', 'HTTP/2', 'Web', '浏览器', '机能']; 
 
console.log(result.filter(item => tagList.indexOf(item.word) >= 0)); 	
			 3/4   首页 上一页 1 2 3 4 下一页 尾页	
			

　　推荐阅读
　　专家预测第二波WannaCry勒索病毒攻击即将到来！
            
            WannaCry的传播脚步今晨戛然而止我国持续呈高危感染态势www.iuqerfsodp9ifjaposdfjhgosurijfaewrwergwea.com 今天一大年夜早，全网的WannaCry蠕虫病毒进击忽然减弱消退了!所有这一切功绩来>>>详细阅读


本文标题：使用 Node.js 对文本内容分词和关键词抽取
地址：http://www.17bianji.com/lsqh/35254.html
 1/2    1