Python - 计算存储在列表中的关键字出现在文本中的次数

【问题标题】：Python - Count how many times keywords stored in a list appear in textPython - 计算存储在列表中的关键字出现在文本中的次数
【发布时间】：2021-10-04 18:12:34
【问题描述】：

我有一个包含 20k+ 个关键字的关键字列表。我想检查 KeywordList 中有多少关键字出现在多个单独的文本文件中。我还想知道出现在文本文件中的关键字的总体频率。最好的方法是什么？

【问题讨论】：

您想计算在许多文档中出现了多少次（例如单词“the”等）？
@Jab 是的，但前提是该词在 KeywordList 中并且出现在任何文本文件中。

标签： python nlp keyword-search

【解决方案1】：

我会使用词袋方法：见https://en.wikipedia.org/wiki/Bag-of-words_model

这是我几年前的一个例子，从 pandas 数据框中提取字数：

all_words = df['keywords'].str.split(expand=True).unstack().value_counts()

这为您提供了唯一单词及其计数的键值对。遍历您的文件，您应该拥有所有单词及其计数

您可以从那里将关键字和关键字列表转换为集合并使用intersection 函数。这将为您生成一组关键字列表中的所有关键字

【讨论】：