-
题名融合多特征的TextRank关键词抽取方法
被引量：33
- 1
-
-
作者
李航
唐超兰
杨贤
沈婉婷
-
机构
广东工业大学计算机学院
广东工业大学艺术与设计学院
-
出处
《情报杂志》
CSSCI
北大核心
2017年第8期183-187,共5页
-
基金
广东省部产学研专项资金企业创新平台"面向家电行业的用户数据挖掘系统研究及体验式设计创新服务"(编号:2013B090800042)
-
文摘
[目的/意义]关键词提取在自然语言处理领域有着广泛的应用,如何快速准确地实现关键词的提取已经成为文本处理的关键问题。目前关键词提取方法非常多,但准确率仍有待提升。为此,提出一种结合单一文档内部结构信息、词语对于单文档和文档集整体的重要性的关键词抽取方法。[方法/过程]首先,根据词语的平均信息熵特征计算词语对文档集整体的重要性,利用词语的词性、位置特征计算词语对单文档中的重要性。然后,通过神经网络训练的方式优化三个特征的权重分配实现特征的融合。最后,利用三个特征计算得到词语的综合权值来改进TextRank模型词汇节点的初始权重以及概率转移矩阵,再通过迭代法实现关键词的抽取。[结果 /结论]该研究方法结合了文档集整体信息和单文档自身信息,其关键词提取的准确率较传统TextRank方法、TFIDF-TextRank方法有了明显的提高。
-
关键词
textrank算法
关键词抽取
神经网络
平均信息熵
-
Keywords
textrank algorithm keyword extraction neural network average information entropy
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
