python0400 基于关键词的信息挖掘软件设计

项目介绍

自然语言处理也被称为计算机语言学，是人工智能学科中的一个非常重要的新兴研究方向，该研究方向分为自然语言认知理解系统和自然语言生成两部分，前者负责将自然语言符号化为计算机可以理解的格式，后者负责将抽象的计算机可理解的符号语言转换为人类可理解的自然语言。 随着信息时代的发展，人们在日常生产生活中产生了海量的文本信息，并且这些信息大多是无序而混乱的。人们将巨量的无序文本信息进行分类并序列化，根据生产需求建立对应的知识分类模型。因为这些模型是根据日常生活中的真实数据和知识素材得出的，所以这些模型在人们的日常生活中可以起到一定的辅助作用，常常被用于机器关键词提取技术。尤其是对于一些企业级web应用来说，机器关键词提取技术可以帮助人们大大节约平台的运营成本，提高用户的使用体验。尤其是对于一些事业单位和客服业务密集型的系统来说，根据真实场景中的常见业务，把常见的通用的问题整理为普适性的规范化文字解决方案，实现关键词提取和自动数据挖掘，提高客户的使用体验，同时也可以减少人力资源的投入，降低企业的运营成本。 本文在PC端平台下，利用百度飞桨平台以及PyQt5编程框架搭建自动关键词提取系统实验平台进行试验，考虑到深度学习部署的便利性，本文基于Conda虚拟环境技术来构建关键词提取与文献挖掘系统的服务端，其中PyQt5界面端采用http 请求算法方式来向服务器请求语句的关键词，服务端框架采用Flask框架构建，然后界面基于关键词来向百度学术进行学术文献的检索，并将结果保存到mongo数据库。实验结果表明，本文采用的自然语言处理关键词提取技术算法是有效可行的，算法的准确识别率也在同类算法当中比较靠前，依据算法设计和实现的系统具有较好的稳定性和实时性。