keyword-extractor

name	keyword_extractor
description	关键词提取标注工具。读取包含文本字段的表格或JSONL语料，为每条记录提取核心关键词并写入新增关键词字段。 当用户提到关键词提取、关键词抽取、文本关键词、标签提取等需求时使用此skill。 即使用户没有明确说出"keyword_extractor"，只要任务涉及从文本内容中提取重要词汇或短语作为标签，就应该使用此skill。 不负责按预置领域关键词库做相关性筛选、文本清洗、分词结果展开或章节切分。
name_zh	关键词提取算子
input_params	[{"name":"input","type":"string","required":true,"description":"输入文件路径（支持CSV/TSV/JSON等）"},{"name":"output","type":"string","required":true,"description":"输出文件路径"},{"name":"text_field","type":"string","required":true,"description":"文本字段名"},{"name":"label_field","type":"string","required":false,"default":"keywords","description":"输出关键词字段名"},{"name":"topk","type":"string","required":false,"default":"5","description":"提取关键词数量"}]
output_params	[{"name":"output","type":"csv_file","description":"关键词提取后的数据文件"}]
tag	数据衍生
publisher	COMMUNITY

Keyword Extractor 关键词提取 Skill

功能概述

本skill用于读取包含文本字段的 CSV、TSV、JSON 或 JSONL 数据，为每条记录新增一个关键词字段，字段值为JSON数组字符串。 支持jieba关键词抽取；未安装jieba时退回到简单词频统计。 不负责按预置领域关键词库做相关性筛选、文本清洗、分词结果展开或章节切分。

触发条件

当用户请求以下任务时，应使用此skill：

• 关键词提取/关键词抽取
• 文本关键词/标签提取
• 内容关键词分析

支持的文件格式

• CSV (.csv)
• TSV (.tsv)
• JSON (.json)
• JSONL (.jsonl)

使用方法

python scripts/run_keyword_extractor.py \
  --input {input} \
  --output {output} \
  --text_field {text_field} \
  --label_field {label_field} \
  --topk {topk}

参数说明

参数	必填	说明
--input	是	输入文件路径
--output	是	输出文件路径
--text_field	是	文本字段名
--label_field	否	输出关键词字段名，默认"keywords"
--topk	否	提取关键词数量，默认5

输出示例

id,title,keywords
1,厦门海域养殖贝类体内重金属的初步研究,"[""厦门海域"", ""养殖"", ""贝类"", ""重金属""]"

环境要求

pip install jieba