版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、關(guān)鍵詞自動抽取是依靠計算機(jī)從文檔中選擇出反映主題內(nèi)容的詞,也稱作關(guān)鍵詞自動標(biāo)引,可以為用戶提供一個簡潔的內(nèi)容摘要,使信息定位更加簡單。
本文研究從同主題的文檔集中抽取關(guān)鍵詞來發(fā)現(xiàn)主題的算法,主要研究成果如下:
1.提出了計算多文檔詞語權(quán)重的ATF*PDF方法。在文檔集中包含某個詞語的文檔數(shù)越多,該詞語越可能是表達(dá)文檔集主題的重要成分,ATF*PDF方法中詞語權(quán)重和詞語出現(xiàn)的文檔頻率成指數(shù)級,比成線性關(guān)系時有更好的關(guān)鍵
2、詞抽取效果。另外,該方法還考慮了文檔集中單個文檔大小對詞語權(quán)重的影響。
2.提出了基于聯(lián)合權(quán)重的關(guān)鍵詞抽取方法,并改進(jìn)TextRank方法用于抽取多文檔
生成關(guān)鍵詞時,考慮到候選關(guān)鍵詞中可能存在冗余現(xiàn)象,本文使用“聯(lián)合權(quán)重方法”聯(lián)合那些相互之間語義相似度較大的詞語的權(quán)重,從而調(diào)整候選關(guān)鍵詞的排序來選擇關(guān)鍵詞;另外,考慮到表達(dá)同一主題的詞語之間存在較強(qiáng)的語義關(guān)系,本文改進(jìn)TextRank方法來使相互之間語義關(guān)系較強(qiáng)的詞
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 中文關(guān)鍵詞抽取技術(shù)的研究.pdf
- 科技論文關(guān)鍵詞抽取技術(shù)的研究.pdf
- 關(guān)鍵詞抽取方法研究及應(yīng)用.pdf
- 面向主題的關(guān)鍵詞抽取方法研究.pdf
- 基于詞共現(xiàn)的關(guān)鍵詞抽取算法研究.pdf
- 基于詞匯鏈的關(guān)鍵詞抽取算法的關(guān)鍵技術(shù)研究.pdf
- 基于主題模型的關(guān)鍵詞抽取算法研究.pdf
- 基于外在信息的關(guān)鍵詞抽取問題研究.pdf
- 多策略關(guān)鍵詞抽取及快速文本主題分類研究.pdf
- 基于模糊邏輯的中文關(guān)鍵詞抽取研究.pdf
- 基于序列模式挖掘的關(guān)鍵詞抽取問題研究.pdf
- 中英文新聞網(wǎng)頁關(guān)鍵詞抽取技術(shù)研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的關(guān)鍵詞抽取.pdf
- 中文社交媒體話題關(guān)鍵詞抽取算法.pdf
- 基于超圖的文本摘要與關(guān)鍵詞協(xié)同抽取研究.pdf
- 關(guān)鍵詞確認(rèn)技術(shù)的研究.pdf
- 中文手寫文檔的快速關(guān)鍵詞檢索.pdf
- 一種改進(jìn)的kea 關(guān)鍵詞抽取算法研究
- 面向在線評論的關(guān)鍵詞抽取和知識關(guān)聯(lián)研究.pdf
- 互聯(lián)網(wǎng)信息關(guān)鍵詞抽取的研究與實(shí)現(xiàn).pdf
評論
0/150
提交評論