如何基于TextBlob提取Facebook帖子数据中的高频名词、形容词及名词短语？

嘿，这事儿好办！你已经用TextBlob完成了基础的词性标注和名词短语提取，接下来要统计高频的名词、形容词和名词短语，其实用Python的collections.Counter就能轻松搞定，给你一步步来：

1. 提取最常见的名词和形容词 #

TextBlob返回的tags是(单词, 词性标签)的元组列表，我们需要先筛选出对应词性的词汇，再统计词频：

首先导入必要的工具：

from collections import Counter

然后处理词性筛选和统计：

# 定义需要筛选的词性标签（参考Penn Treebank词性标注体系）
noun_tags = {'NN', 'NNS', 'NNP', 'NNPS'}  # 单数/复数普通名词、专有名词
adj_tags = {'JJ', 'JJR', 'JJS'}          # 原级/比较级/最高级形容词

# 把所有帖子的词性标注展开成一个大列表
all_tags = []
for post_tags in data_tags:
    all_tags.extend(post_tags)

# 提取名词并统一小写（避免大小写差异导致统计偏差）
nouns = [word.lower() for word, tag in all_tags if tag in noun_tags]
# 提取形容词并统一小写
adjectives = [word.lower() for word, tag in all_tags if tag in adj_tags]

# 统计前20个最常见的名词和形容词
top_nouns = Counter(nouns).most_common(20)
top_adjectives = Counter(adjectives).most_common(20)

# 输出结果
print("Top 20 常见名词：", top_nouns)
print("Top 20 常见形容词：", top_adjectives)

2. 提取最常见的名词短语 #

对于已经提取好的data_noun_phrases，我们只需要把所有帖子的短语合并，再用Counter统计即可：

# 把所有帖子的名词短语展开成大列表，同样统一小写
all_noun_phrases = []
for phrases in data_noun_phrases:
    all_noun_phrases.extend([phrase.lower() for phrase in phrases])

# 统计前20个最常见的名词短语
top_noun_phrases = Counter(all_noun_phrases).most_common(20)

print("Top 20 常见名词短语：", top_noun_phrases)

小优化：过滤停用词（可选） #

如果你的文本里有大量无意义的停用词（比如"the", "a"），可以用NLTK的停用词库过滤掉，让统计结果更精准：

import nltk
nltk.download('stopwords')  # 第一次使用需要下载停用词库
from nltk.corpus import stopwords

stop_words = set(stopwords.words('english'))

# 过滤名词里的停用词
nouns = [word.lower() for word, tag in all_tags if tag in noun_tags and word.lower() not in stop_words]
# 形容词一般很少有停用词，不过也可以按需过滤
adjectives = [word.lower() for word, tag in all_tags if tag in adj_tags and word.lower() not in stop_words]

这样处理后，得到的高频词汇和短语就更有分析价值啦！

内容的提问来源于stack exchange，提问作者Gioia