正在处理类似于下面的函数：

def get_feature_name_by_tfidf(text_to_process):    with open(master_path + '\\additional_stopwords.txt', 'r') as f:        additional_stop_words = ast.literal_eval(f.read())    stop_words = text.ENGLISH_STOP_WORDS.union(set(additional_stop_words))    tf = TfidfVectorizer(analyzer='word', ngram_range=(1, 4), min_df=0, stop_words=stop_words)    tfidf_matrix = tf.fit_transform(text_to_process.split(','))    tagged = nltk.pos_tag(tf.get_feature_names())    feature_names_with_tags = {k: v for k, v in dict(tagged).items() if v != 'VBP'}    return list(feature_names_with_tags.keys())

该函数返回传递文本中的关键词列表。有没有办法让关键词保持与输入时相同的格式？例如传递的字符串是：

输入：

a = "TIME is the company where I work"

而不是得到这样的关键词列表：

['time', 'company']

我希望得到：

['TIME', 'company']

回答：

默认情况下，TfidfVectorizer会将单词转换为小写。使用以下这行代码：

  tf = TfidfVectorizer(analyzer='word',lowercase=False, ngram_range=(1, 4), min_df=0, stop_words=stop_words)  

应该就可以解决问题。参考这个链接 TfidfVectorizer