文献类型：期刊文章

作　　者：刘啸剑[1] 谢飞[2] 吴信东[1,3]

机构地区：[1]合肥工业大学计算机与信息学院,合肥230009 [2]合肥师范学院计算机学院,合肥230061 [3]佛蒙特大学计算机科学系,伯灵顿vt05405

出　　处：《情报学报》

基　　金：国家自然科学基金-海外及港澳学者合作研究基金:"带有通配符和长度约束的模式匹配和挖掘"(61229301)

年　　份：2016

卷　　号：35

期　　号：6

起止页码：664-672

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSSCI、CSSCI2014_2016、INSPEC、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：关键词是表达文档核心内容的最小单元。自动抽取一篇或多篇文档的关键词,较传统的人工标注关键词,能节省大量的时间和人力消耗。本文提出了一种基于图和主题模型的关键词抽取算法,首先利用LDA主题模型,计算出词与词之间的相似性,作为词与词之间的权重并构建一个带权无向词图。与传统TextRank不同的是,图的节点不再是单个的词,而是选择短语作为图的节点。最后,再从这些短语节点中选择Top K个词作为文章的关键词。我们选择了两个公开数据集进行了实验,结果表明我们的算法优于现有的关键词抽取算法。

关 键 词：关键词抽取 LDA主题模型  TextRank图  

分 类 号：TP391.1]