关键词(Keyphrase)抽取包 pke

所属章节：抽取｜manifest 索引：285｜原始行号：463

当前核验名称：pke｜页面类型：Python 关键词抽取工具包

项目简介

该条目在原始目录中的名称为“关键词(Keyphrase)抽取包 pke”，slug 为 keyphrase-pke，归入“抽取”。实时核验显示，当前最可信入口对应“pke”，资料形态是Python 关键词抽取工具包。以下新增事实以页面当前可见 README、仓库状态或元信息为依据。

当前可确认的核心边界是：提供端到端可扩展管线、统一 API、无监督与监督关键词模型以及基准复现资料。这一定义不自动证明它适合生产、兼容最新依赖，或拥有页面未写明的商用权利。

实时核验摘要

  • 核验时间：2026-08-04T10:19:27.414Z
  • 访问状态：verified
  • 正式名称：pke
  • 页面类型：Python 关键词抽取工具包
  • 版本或更新时间：具体最新版本待核实
  • 维护状态：仓库未归档，有 387 次提交和 1 tag
  • 许可证：GPL-3.0

redirected 表示原 URL 已迁移到当前官方入口；skipped 或 error 只记录失败证据，不补写无法访问的页面内容。

项目特色

以统一候选选择、加权和 N-best API 封装大量经典模型，并附 SemEval-2010 监督模型。这项结论来自可访问页面的明确说明或文件结构；没有证据时已直接写明“暂未从可访问资料确认特色”。

核心功能

  • 提供端到端可扩展管线、统一 API、无监督与监督关键词模型以及基准复现资料

建议把功能拆成最小可验证任务：确认输入格式，运行一条官方示例，检查输出结构，再决定是否进入完整训练、批处理或部署。历史研究仓库还要把“代码可读”与“当前环境可复现”分开判断。

技术栈与资料范围

Python；spaCy 3.2.3+；模型包括 TF-IDF、YAKE、TextRank、TopicRank、PositionRank、MultipartiteRank、Kea 等。

这里只覆盖页面明确展示的语言、框架、数据规模或文件格式。没有出现的硬件下限、吞吐、参数量、训练成本、价格和安全审计结论均为待核实。外部模型或数据的许可也应独立审查。

适用场景

  • 关键词抽取基线
  • 模型比较
  • 信息检索
  • 教学

这些场景是已确认功能的直接用途归纳，不是效果承诺。应先用小规模代表性样例建立人工可检查的基线，再评估是否采用或迁移到现代替代方案。

安装或使用入口

当前可确认入口：pip install git+https://github.com/boudinfl/pke.git；再安装 spaCy 语言模型

命令只有在页面明确出现时才保留。执行前应使用隔离环境、锁定依赖版本、记录下载校验值，并检查 issue、归档提示和数据条款。若入口失效，则不能猜测包名安装。

实践建议

  1. 先核对最终域名、仓库所有者和页面标题，避免使用同名镜像。
  2. 将最小示例保存为可重复脚本，并记录环境、输入与实际输出。
  3. 归档或依赖老旧的项目优先放入容器或一次性环境复现。
  4. 数据资源抽查字段、编码、重复、噪声、敏感信息和授权；模型资源核验权重来源。
  5. 历史性能只视为仓库原实验，不外推到当前硬件和数据。

优势与限制

优势：以统一候选选择、加权和 N-best API 封装大量经典模型，并附 SemEval-2010 监督模型。

限制：默认示例偏英语且依赖 spaCy 模型；GPL-3.0 对集成和分发有明确义务。此外，未归档不等于持续维护，星标和提交数也不能替代兼容性、安全性与许可审计。

维护状态、版本与许可证

  • 维护状态：仓库未归档，有 387 次提交和 1 tag
  • 版本/更新时间：具体最新版本待核实
  • 许可证：GPL-3.0
  • 资料可信度：官方仓库、官方页面或其明确重定向是首要证据；失效、拦截和无法确认身份的页面不作为事实来源。

“待核实”表示本次页面没有足够证据，不代表默认允许商用或默认停止维护。实际采用前应阅读 LICENSE、release/tag、提交历史与外部数据条款。

原始链接与逐站访问结果

以下 URL 按 assignment 原样保留：

  1. 站点 1：https://github.com/boudinfl/pke

    • status：verified
    • httpStatus：200
    • finalUrl：https://github.com/boudinfl/pke
    • pageTitle：boudinfl/pke
    • checkedAt：
    • evidenceSummary：页面可确认正式名称“pke”、页面类型、核心功能、技术或资料范围、使用入口及维护/许可线索。
    • skipReason：无

核验清单

  • 原项目名称、slug、章节、manifest 索引和原始行号已保留。
  • 原始链接共 1 个，sourceChecks 共 1 条。
  • 名称、页面类型、功能、技术/数据范围、入口、维护、版本和许可证均已写明或标记待核实。
  • 项目特色具有页面证据，或明确说明暂无可访问证据。
  • 未把历史性能、旧标题或重定向前范围误写成当前结论。
  • 本文含 12 个 h2，HTML 可直接渲染。