我现在正在为一个关键字提取项目工作。基本上，我使用 python 来做到这一点。先说一下我的项目是什么。我在这个项目中的目标是从段落或网页中找出关键词（关键短语不是那么可取）。
我假设我可以从网站上抓取非常好的内容结构。
假设我有很多段落，所有段落都来自同一个行业。这是示例段落之一：
关于我们
我们是世界上最伟大的银行，提供世界上最安全的服务。我们的银行提供外汇、证券交易和储蓄服务。在过去的几年里，我们成功地建立了可靠的声誉。
其次，我已将这些段落中的关键字标记为其他有监督学习模型。
最后，我尝试使用 KEA，这是一个 JAVA 程序（我使用 python 调用 JAVA 程序），有一个模型。
然而，最终的结果是非常糟糕的。准确率只有15%左右。这意味着，如果我给我的 KEA 程序一个段落，KEA 会输出 10 个关键词给我，并且将近 85% 的这些关键词实际上都不是一个理想的关键词。
在这里我有几个问题：
- 这个问题是关于 KEA 的准备材料。关键字是否应该包含在训练数据的 .txt 文件中？或者我应该从段落中删除它？因为它在 KEA 的自述文件中令人困惑：
'从这些文档中删除作者指定的关键短语，并将它们放入单独的“.key”文件中。例如，如果您的文档文件名为 doc1.txt，请将关键词移动到名为“doc1.key”的新文件中。将每个关键短语放在此文件中的单独行上很重要！
因此，假设我的训练数据有最后一个示例段落，并假设 'safe' 和 'reliable' 。我应该从段落中删除这两个词吗？
由于KEA可以应用SKOS词汇，是否意味着如果我在某种主题（比如说金融行业）中使用合适的SKOS词汇，我的模型结果会更好？如果是，我在哪里可以找到这些 SKOS 词汇表，例如我想要关于金融行业的 SKOS 词汇表。
是否有来自 python 的建议库可以在这个主题中强大？有人可以分享给我吗？
非常感谢。