-
题名词向量聚类加权TextRank的关键词抽取
被引量：61
- 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]
-
-
题名基于语义聚类的关键词抽取方法
被引量：3
- 2
-
-
作者
李旭晖
周怡
-
机构
武汉大学信息管理学院
武汉大学大数据研究院
-
出处
《情报科学》
CSSCI
北大核心
2022年第3期99-108,共10页
-
基金
国家自然科学基金重大研究计划“大数据驱动的管理与决策研究”重点支持项目“基于知识关联的金融大数据价值分析、发现及协同创造机制”(91646206)
中证信用-武汉大学信用科技联合实验室基金
武汉大学图书情报国家级实验教学示范中心支持。
-
文摘
【目的/意义】关键词抽取的本质是找到能够表达文档核心语义信息的关键词汇,因此使用语义代替词语进行分析更加符合实际需求。本文基于TextRank词图模型,利用语义代替词语进行分析,提出了一种基于语义聚类的关键词抽取方法。【方法/过程】首先,将融合知网(HowNet)义原信息训练的词向量聚类,把词义相近的词语聚集在一起,为各个词语获取相应的语义类别。然后,将词语所属语义类别的窗口共现频率作为词语间的转移概率计算节点得分。最后,将TF-IDF值与节点得分进行加权求和,对关键词抽取结果进行修正。【结果/结论】从整体的关键词抽取结果看,本文提出的关键词抽取方法在抽取效果上有一定提升,相比于TextRank算法在准确率P,召回率R以及F值上分别提升了12.66%、13.77%、13.16%。【创新/局限】本文的创新性在于使用语义代替词语,从语义层面对相关性网络进行分析。同时,首次引入融合知网义原信息的词向量用于关键词抽取工作。局限性在于抽取方法依赖知网信息,只适用于中文文本抽取。
-
关键词
关键词抽取
词向量
语义
textrank
聚类
-
Keywords
keyword extraction
word embedding
semantics
textrank
-
分类号
G254
[文化科学—图书馆学]
-
