避免在关键短语提取中使用小写标签

Question

我想避免在pytextrank中使用小写的标签。对如何实现这一点有什么建议吗？

Answer 1

从PyTextRank版本2.1.0 (发布于2021-01-31)开始，当应用程序迭代排名短语时，例如：

for phrase in doc._.phrases[:10]:
    print(phrase.text)

..。每个短语的默认文本是其在文档中出现的最受欢迎的实例。这就是在Phrase数据类的text字段中设置的内容。

但是，对于文档中出现的短语的所有实例，请查看chunks字段。因为它们是从文档的原始文本中提取出来的，所以它们不会被强制为小写。

OTOH，当算法构造其内部引理图数据结构时，词条化的标记被强制为小写。但是，您不需要使用引理图作为最终结果。也许这可能是一些混乱的来源？