jieba提取关键词时筛选词性时单词性选择的一点注意事项详解大数据

最近又在迭代特征工程，发现jieba提取特征词有个需要注意的地方，直接看例子

例子1

>>> import jieba 
>>> import jieba.posseg as pseg 
>>> s = '我们喜欢支付宝, 苹果' 
>>> ws = pseg.cut(s) 
>>> for i in ws: 
...     print i 
... 
我们/r 
喜欢/v 
支付宝/nr 
,/x 
 /x 
苹果/n 
>>> allow_pos = ('nr',) 
>>> tags = jieba.analyse.extract_tags(s, topK=10, withWeight=False, allowPOS=allow_pos) 
>>> for t in tags: 
...     print t 
... 
支付宝 
 
>>> allow_pos = ('nr') 
>>> tags = jieba.analyse.extract_tags(s, topK=10, withWeight=False, allowPOS=allow_pos) 
>>> for t in tags: 
...     print t 
... 
苹果 
我们

allow_pos = (‘nr’,) 带逗号，allow_pos是tuple， 结果只选取’nr’词性的词
allow_pos = (‘nr’), allow_pos是一个string， 结果选取了’n’ 和’r’的词性
这个差别造成了关键词提取方法中词性选取的差异