自然语言的内容有很多，今天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”，很多朋友都应该有自己的博客，在做博客的时候，经常会发一些文章，这些文章发出去了，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，让博客对搜索引擎友好一些呢？这里有一个好方法：
那就是填写网页的Description还有Keywords。难道每次都需要我们自己去填写么？还是说有一些奇淫巧技可以尝试。
本文将会通过Python的jieba和snownlp进行关键词提取和文本摘要实现。
准备资源
下载以下资源：
代码语言：javascript复制https://github.com/fxsjy/jieba
https://github.com/isnowfy/snownlp下载之后，新建文件夹，将这些文件中对应的文件拷贝：
拷贝之后，建立文件index.py
代码语言：javascript复制# -*- 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SCF网页上面建立一个项目：
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：
代码语言：javascript复制{
"text": "前来参观的人群络绎不绝。在“两弹历程馆”里，讲解员龚照怡正在给参观的学生介绍：“这是我国第一颗核航弹的模型，长3米、直径1.5米左右，后面就是它爆炸时产生的蘑菇云。”学生们一边听一边认真记录。记者看到，馆内利用声、光、电等手段，通过实物、模型、影像资料和场景复原，展现“两弹”研制工作的艰辛历程。“算盘、计算尺这些文物都是激励后人艰苦奋斗的好教材。我们让文物‘回家’，让观众看到当年科研人员住什么样的房子，用什么样的用具，了解在那么艰苦的环境下，他们是怎样研制‘两弹’的，怎么样让中国挺起了民族的脊梁。”四川省梓潼两弹城红色旅游开发有限公司副总经理贾鲁蓉告诉记者，作为爱国主义教育基地，这里目前存有2万多份图片资料、500多万字文字资料、3000余件实物。在“两弹历程馆”的不远处是“将军楼”。1983年5月20日，时任国防部部长张爱萍将军来到长卿山视察中物院，看到科学家们在大山沟里艰苦卓绝地工作，即兴赋诗一首：“二十二年难忘情，崎岖道路信踏平。屡建奇功震寰宇，更创奇迹惊鬼神。”",
"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简单的抽取式文本摘要过程，当然，这部分依旧是一个简单的抛砖引玉，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，所以我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，大家可以在做博客的时候，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，会大大的提高页面被索引的概率哦～！
