Algorithm 基于关键词的文章评分算法

我正在寻找一种算法，可以给一个基于加权关键字的文章评分

因此，假设我有以下文章：

在石油和天然气行业萎缩的背景下，经济焦虑正在引发有关未来的难题。这也正在形成一场参议院竞选，在这场竞选中，一名民主党人正在寻求在一个长期由共和党人主导的州连任

我有以下具有给定权重（-100到100）重要性的关键字：

• 经济（50）
• 参议院（70）
• 共和党人（-100）
• 民主党人（100人）

这意味着我希望一篇关于经济、参议院和民主党的文章得分高，但一篇只关于共和党的文章得分低。 一个简单的解决方案似乎就是简单地添加文章中出现的关键字的值。但事实上，如果一篇文章中出现了5倍于“民主党人”和1倍于“共和党人”的字眼，那么它的排名应该仍然很低

---

我的问题是：这个问题是否有有效的和有效的算法？

如果我理解正确，你可以通过注释你已经在一组单词中得分来完成。Python中的示例：

article=”““石油和天然气行业萎缩带来的经济焦虑正在加剧
关于未来的难题。它也在塑造一个参议院
民主党人在一个州寻求连任的竞选
由共和党人主导
关键词_得分={'economic'：50，
“参议院”：70，
“共和党人”：-100，
“民主党”：100}
seen_keywords=set（）
分数=0
对于article.split（）中的单词：
word=word.lower（）
如果单词出现在关键字中，而单词不出现在关键字中：
分数+=关键字分数[单词]
查看关键字。添加（word）
打印（分数）

---

这样的话，单词就不会被评分两次。

“但是（…）一篇文章中的单词是民主党的5倍，共和党的1倍（…）应该仍然排名较低。”为什么？这让我不清楚这个问题。有人可能会建议：只需给“共和党人”分配一个较低的权重（例如-350）。