Gensim keywords函数pos_filter参数无效问题及正确用法咨询

我帮你梳理了问题的核心原因，以及对应的解决方案：

首先，你的代码存在两个关键语法/参数格式错误 #

1. 第二个 keywords() 调用里，pos_filter('NN','JJ') 少了赋值符号 =，应该写成 pos_filter=('NN','JJ')，否则代码会报错，根本无法正常执行。
2. 当传递单个POS标签时，你写的 pos_filter=('NN') 会被Python识别成字符串，而非元组——正确的写法是 pos_filter=('NN',)（注意末尾的逗号），这才是函数期望的参数格式。

这两个错误是导致参数完全不生效的主要原因。

修正后的验证代码 #

先把参数问题修复，再测试效果：

from gensim.summarization import keywords
import requests

url = 'https://www.nytimes.com/2018/05/16/opinion/ramadan-spirit-america.html'
text = requests.get(url).text

# 仅保留名词（注意元组格式）
print("=== 仅保留名词 ===")
print(keywords(text, words=15, pos_filter=('NN',), lemmatize=True, scores=True))

# 保留名词和形容词
print("\n=== 保留名词+形容词 ===")
print(keywords(text, words=15, pos_filter=('NN', 'JJ'), lemmatize=True, scores=True))

# 仅保留形容词
print("\n=== 仅保留形容词 ===")
print(keywords(text, words=15, pos_filter=('JJ',), lemmatize=True, scores=True))

额外提醒：Gensim summarization 模块已被弃用 #

gensim.summarization 属于旧版模块，已经被官方标记为「已弃用」，后续可能不再维护，也存在一些已知的POS过滤逻辑bug。如果需要更稳定、精准的关键词提取，推荐使用 spaCy 这类现代NLP工具：

import spacy
from collections import Counter
import requests

nlp = spacy.load("en_core_web_sm")
url = 'https://www.nytimes.com/2018/05/16/opinion/ramadan-spirit-america.html'
text = requests.get(url).text
doc = nlp(text)

# 提取名词（含普通名词、专有名词）
nouns = [token.lemma_ for token in doc if token.pos_ in ['NOUN', 'PROPN'] and not token.is_stop and not token.is_punct]
print("=== 名词关键词 ===")
print(Counter(nouns).most_common(15))

# 提取形容词
adjectives = [token.lemma_ for token in doc if token.pos_ == 'ADJ' and not token.is_stop and not token.is_punct]
print("\n=== 形容词关键词 ===")
print(Counter(adjectives).most_common(15))

这个方案能更精准地控制词性过滤，且标注准确率更高。

内容的提问来源于stack exchange，提问作者Nandani