用途：从文本或文件中提取重要关键词与关键短语，用于文档比较、SEO 关键词研究和快速内容概览。
主要能力：支持 TF-IDF（适合比较文档）、RAKE（适合提取多词短语）和词频分析三种算法；可提取单词及多词短语，返回关键词与相关性评分；支持内置与自定义停用词、词性过滤、最小词频设置、N-gram（一元到三元）范围；可生成词云和关键词条形图；支持批量处理目录内多个文档；可导出为 JSON、CSV 或纯文本。
使用方式：Python 中初始化 KeywordExtractor，可指定 method、max_keywords、min_word_length、ngram_range 参数，调用 extract 提取关键词，或 extract_from_file 处理文件。命令行示例：python keyword_extractor.py --text "Your text here" --top 10；python keyword_extractor.py --input document.txt --method tfidf --output keywords.json；python keyword_extractor.py --input document.txt --wordcloud cloud.png；python keyword_extractor.py --input-dir ./docs --output keywords_all.csv。依赖包括 scikit-learn、nltk、pandas、matplotlib、wordcloud。
适用场景：文章关键词提取、多文档关键词对比、SEO 关键词研究、文本可视化。
限制：针对英文优化，其他语言需提供对应停用词；极短文本可能不足以进行 TF-IDF 分析；特定领域术语可能需要自定义停用词处理。