-
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]
-
-
题名一种改进的TextRank关键词提取算法
被引量：10
- 2
-
-
作者
李志强
潘苏含
戴娟
胡佳佳
-
机构
扬州大学信息工程学院
-
出处
《计算机技术与发展》
2020年第3期77-81,共5页
-
基金
国家自然科学基金(61070240)。
-
文摘
关键词提取在自然语言处理领域有着广泛的应用,如何准确、快速地从文本中获取关键词信息已经成为文本处理的关键性问题。现有的关键词提取方法很多,但是这些关键词提取方法的准确率和通用性有待提高。因此,提出了一种改进的TextRank关键词提取方法,该方法使用TF-IDF方法与平均信息熵方法计算文本中词语的重要性,然后根据计算结果得到词语的综合权重。利用词语的综合权重改进TextRank算法的节点初始值以及节点概率转移矩阵,通过迭代的方式计算各个节点的权重,直至收敛,从而得到词语的权重信息,选择top N个词语作为关键词输出,实现关键词的提取功能。实验结果表明,相较于传统的TF-IDF方法和TextRank方法,提出的改进后的TextRank关键词提取方法有更好的通用性,提取的关键词的准确率更高。
-
关键词
提取
TF-IDF算法
textrank算法
平均信息熵
自然语言处理
-
Keywords
keyword extraction
TF-IDF algorithm
textrank algorithm
average information entropy
natural language processing
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
