关键词抽取
同时用 TF-IDF（衡量一个词在这份材料里频繁、在别处少见的程度）和 TextRank（衡量一个词与多少其他词一同出现）两种方法各提一份关键词，按权重排序，数量可设 5 到 100 个。两份结果并排对照，标出双方都选中的词、各自独有的词以及排名差异——两边都排在前面的词更可靠。
可以按词性只保留需要的类别，也可以加载自定义词典和停用词表；开启新词发现后会先识别材料里尚未收录的说法，再参与提取。多份材料一起处理时，标出哪些关键词各篇共有、哪些只出现在其中一篇。
加载文件上传组件中...
40
已识别 0 / 500 个词
一行一个词，也可写成 词 词频 词性（空格分隔）；逗号、顿号、分号或换行分隔均可。
字典帮助：可使用 搜狗细胞词库 下载你需要的字典 SCEL 文件，并使用辅助工具中的 【搜狗输入法词库 SCEL 转 TXT 字典工具】 转为 txt 后，用上方的导入按钮加入
分词工具碰到不认识的新词常会拆开，比如把“乡村振兴”拆成“乡村”和“振兴”。打开后，会先把你文本里的这类词找出来加进词典，分词时就不容易拆散了。仅支持中文文本。每 10,000 字 5 点。
已识别 0 / 500 个词
每 10,000 个字符 2 点
关键词抽取常见问题
- 关键词抽取适合处理什么材料？
- 中文文本材料，例如新闻报道、政策文件、访谈记录、评论和文学作品，上传文本文件后即可分析。
- 关键词抽取会得到什么结果？
- 用 TF-IDF 与 TextRank 两种方法各提一份关键词并交叉对照，标出两者都认可的核心词。
- 两种方法的结果不一样怎么办？
- 两边都排在前面的词更可靠；报告标出双方都选中的词、各自独有的词以及排名差异。
- 新术语会被漏掉吗？
- 开启新词发现后，会先识别材料里尚未收录的说法，再参与提取；也可以加载自定义词典。
- 关键词抽取怎么用？
- 上传材料、确认设置、点提交，任务完成后在工作台打开报告。不用安装软件，也不用写代码。详细步骤见教程《关键词抽取工具使用教程：TF-IDF 和 TextRank 双算法交叉验证，提取文本核心关键词》。
- 关键词抽取怎么计费？
- 按文字量计费，每满 10000 字 2 点，不足 10000 字按 2 点算。提交前页面会显示本次消耗。
- 结果可以写进论文吗？
- 可以。报告里的数字和图表附有统计口径与原文出处，末尾有方法说明，涉及统计模型的报告还列出参考文献，可以作为论文附件或方法依据。
在论文里引用关键词抽取： 查看引用格式