登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
基于文档主题结构和词图迭代的关键词抽取方法研究
  • 摘要

    [目的]利用主题模型得到文本主题信息,将主题信息融入TextRank模型对其进行改进,提升文本关键词自动抽取的准确率和召回率.[方法]利用LDA对文档集进行主题建模,得到候选关键词的主题词分布和文档主题分布;结合候选关键词主题分布特征计算节点权重,加权文档-主题概率分布和主题-词概率分布特征作为节点的随机跳转概率;构建新的转移矩阵进行词图迭代,得到改进后的TextRank模型.[结果]采集南方周末网站1 559篇新闻文章进行实验.结果 表明,本文模型的关键词抽取效果明显优于原始TextRank和TF-IDF模型;当抽取关键词个数为3时,本模型准确率比原始TextRank模型的准确率提升4.7%,比TF-IDF提升6.5%.[局限]融合算法的计算复杂度增加.[结论]融合主题信息的TextRank算法能够使关键词自动抽取效果更加显著.

  • 作者

    孙明珠  马静  钱玲飞  Sun Mingzhu  Ma Jing  Qian Lingfei 

  • 作者单位

    南京航空航天大学经济与管理学院 南京210016

  • 刊期

    2019年8期 PKU CSSCI

  • 关键词

    抽取  TextRank  LDA  图模型 

相似文献 查看更多>>
3.235.65.91