如何用Python实现嵌套关键词的频次扣减处理
Python 实现关键词重复计数修正
本次修正不需要引入第三方依赖库,用原生Python字典即可完整实现要求的扣减逻辑,核心是消除短词被长复合短语重复计数的偏差:
- 第一部分修正:从
health的初始统计值中,累加扣除public health、health condition、health issue三个复合短语的频次,因为原有逐词匹配规则下,这三个短语里的health片段会被单独计入health的总频次 - 第二部分修正:从
public health的初始统计值中,扣除public health official的频次,同理消除该短语里的public health片段被重复统计的问题
可直接运行的实现代码
# 录入原始统计的关键词频次数据 raw_freq = { "health": 56, "healthcare": 23, "health condition": 5, "health issue": 4, "public health": 7, "public health official": 2 } # 执行第一部分修正:扣减health的重复计数 deduct_health = raw_freq["health condition"] + raw_freq["health issue"] + raw_freq["public health"] raw_freq["health"] -= deduct_health # 执行第二部分修正:扣减public health的重复计数 deduct_ph = raw_freq["public health official"] raw_freq["public health"] -= deduct_ph # 打印最终修正结果 print("修正后的关键词频次:", raw_freq)
结果校验
手动核算的最终修正值和代码运行结果完全一致:
修正后的频次明细:
- health:40(原56,累计扣减16)
- healthcare:23(无跨短语重复计数,保留原值)
- health condition:5(无跨短语重复计数,保留原值)
- health issue:4(无跨短语重复计数,保留原值)
- public health:5(原7,扣减2)
- public health official:2(无跨短语重复计数,保留原值)
内容的提问来源于stack exchange,提问作者Houji。
相关产品推荐
相关产品推荐

