文章按关键词打分算法

Question

我正在寻找一种算法，可以根据加权关键字为文章打分。

所以假设我有以下文章：

在石油和天然气行业日益萎缩的情况下，经济焦虑引发了对未来的棘手问题。这也在塑造一场参议院竞选，在这场竞选中，一名民主党人正在一个长期由共和党人主导的州寻求连任。

我有以下关键词，具有给定的权重（-100到100）的重要性：

• 经济（50）
• 参议院（70）
• 共和党人（-100）
• 民主党（100）

这意味着我希望一篇关于经济、参议院和民主党的文章得分高，但一篇只关于共和党人的文章得分低。一个简单的解决方案似乎只是添加文章中出现的关键字的值。但事实上，一篇文章的排名应该仍然很低，它的单词是民主党的5倍，共和党的1倍。

我的问题是：对于这个问题，是否有高效和有效算法？

Answer 1

如果我理解得对，你可以通过注释你已经在一集中得分的单词来完成。Python中的示例：

article = """Economic anxiety amid a dwindling oil and gas industry is raising
             difficult questions about the future. It is also shaping a Senate
             race in which a Democrat is seeking re-election in a state long
             dominated by Republicans."""
keyword_score = {'economic': 50,
                 'senate': 70,
                 'republicans': -100,
                 'democrats': 100}
seen_keywords = set()
score = 0
for word in article.split():
    word = word.lower()
    if word in keyword_score and word not in seen_keywords:
        score += keyword_score[word]
        seen_keywords.add(word)
print(score)

这样一来，单词就不会得分两次。