-
题名词向量聚类加权TextRank的关键词抽取
被引量：60
- 1
-
-
作者
夏天
-
机构
中国人民大学数据工程与知识工程教育部重点实验室
中国人民大学信息资源管理学院
-
出处
《数据分析与知识发现》
CSSCI
CSCD
2017年第2期28-34,共7页
-
基金
国家社会科学基金项目一般项目"我国数据新闻的理念
实践及其人才培养模式研究"(项目编号:16BXW018)
北京高等学校青年英才计划项目"基于链接和主题分析的微博社区挖掘研究"(项目编号:YETP0215)的研究成果之一
-
文摘
【目的】将维基百科蕴涵的世界知识以词向量方式融入TextRank模型,改进单文档关键词抽取效果。【方法】利用Word2Vec模型基于维基百科中文数据,生成词向量模型,对TextRank词图节点的词向量进行聚类以调整簇内节点的投票重要性,结合节点的覆盖和位置因素,计算节点之间的随机跳转概率,生成转移矩阵,最终通过迭代计算获得节点的重要性得分,选取前TopN个词语生成关键词。【结果】当TopN≤7时,词向量聚类加权方法均优于对比方法;TopN=3时,F值取得最大值,比先前最优结果增量提升了3.374%;TopN>7时,结果与位置加权法相似。【局限】聚类分析使得计算开销变高。【结论】词向量聚类加权能够改善关键词抽取效果。
-
关键词
关键词抽取
词向量
textrank
word2vec
-
Keywords
keyword extraction word embedding textrank word2vec
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
