上批聊了词频，这批上点「硬菜」——关键词提取。
最常见的两种方法：
- TF-IDF：基于统计，看词在文档里「重不重要」
- TextRank：基于图算法，看词在文档里「中心不中心」
实际项目里，我更推荐 TextRank。原因：
TF-IDF 的问题：它只看词频分布，不懂语义。比如一篇讲「苹果手机」的文章，「苹果」和「手机」TF-IDF 都高，但哪个才是真正的主题？它分不清。
TextRank 的做法：把词当节点，词和词共现就连线，跑类似 PageRank 的算法，得出每个词的影响力。
代码很简单（jieba 自带）：
import jieba.analyse keywords = jieba.analyse.textrank(sentence, topK=20, withWeight=True) |
效果对比下来，TextRank 提出来的关键词更「贴主题」，TF-IDF 更适合做「全文档词重要性排序」。
做舆情报告、文章摘要，优先 TextRank；做搜索排序、特征工程，优先 TF-IDF。
本文由 BBZ · 小朵科技工作室 出品。配套工具：TF-IDF 文本分析软件 P11。