自然语言处理之文本热词提取(含有《源码》和《数据》)

# TODO                鸟欲高飞，必先展翅
# TODO                 向前的人 ：Jhon
import jieba.posseg as psg
text=open("data/冬奥会评论区的数据.txt", "r", encoding="utf-8").read()
text_psg=psg.lcut(text)
#  TODO　　杨过　nr
print('人物名词性标注为：\n',' '.join(['{}{}'.format(w,t) for w,t in text_psg]))
name_counts={}  #定义字典用于存储词及其出现的次数
for word_pair in text_psg:
    if len(word_pair.word)==1:
        continue
    else:
        if word_pair.flag=="nr" or word_pair.flag=="z":    # TODO   flag方法
            name_counts[word_pair]=name_counts.get(word_pair,0)+1  #遍历所有词，每次出现对应的词都加1

# print(name_counts)  #{pair('叶老汉', 'nr'): 2, pair('卫州', 'nr'): 1, pair('叶三姐', 'nr'): 10,}
item=name_counts.items()
items=list(item)
# print(items)     #  TODO   [(pair('鲁滨逊', 'nr'), 1), (pair('武功', 'nr'), 825), (pair('言语', 'nr'), 96)]
items.sort(key=lambda x:x[1] ,reverse=True)   #根据词语出现的顺序从大到小排序
name_list=open('./data/冬奥会人名出现次数.txt',"w",encoding="utf-8")
for i in range(len(items)):
    name,pos=items[i][0]
    count=items[i][1]
    name_count=name+': '+str(count)
    name_list.write(name_count+'\n')
name_list.close()

v热v我，夺冠后齐广璞再次收获金墩墩！此前他在空中技巧混合团体比赛中获得亚军。
拉多拉夫，在本届冬奥会已斩获一金一银。
虎口水，齐广璞一金一银拿到金墩墩的他不断擦拭泪水，老将不易！
拉科罗l，在刚刚结束的自由式滑雪男子空中技巧决赛中，
酒啊就是你，中国队选手齐广璞在本届冬奥会上首次拿出5.0的高难度动作
会积极，并以出色的发挥获得129.00分，夺得金牌！这是继2006年都灵冬奥会
街廓，2月16日晚的崇礼，男子自由式滑雪空中技巧决赛
阿克苏九年，他的难度5.0动作拿下129分，圆梦夺金！赛后，齐广璞也热泪盈眶！
啊可能是，这也是中国代表团本届冬奥会的第七枚金牌！“我做到了，让五星红旗飘扬在最高处。
啊空间你是，但其实还不够好，本来还能有更高的分数。”
暗杀即可，中国老将齐广璞发挥出色。图/新华社
后即可，15日晚的男子资格赛，齐广璞和贾宗洋都是第1轮就凭借高分动作，
哈卡斯，排名前两位直接晋级决赛，后者更是高质量再现4.425动作，拿到125.67分。
JJ看来我，老将贾宗洋拼尽了全力。图/新华社
哦怕，备战中，齐广璞曾遭遇困难，有一段时间情绪不是很好。
喀喀喀，精神压力较大，长时间失眠，但他都克服了。
阿克苏六年，“因为有梦想，什么都不是问题。”北京冬奥会就是他前进的最大动力。
郝鹏，这些年，齐广璞拿到的奖项不胜枚举，世界杯冠军、世锦赛冠军……不过。
肯德基，他参加过温哥华、索契、平昌三届冬奥会，都未能收获奖牌，这次能获得第