文献类型：期刊文章

作　　者：李航[1] 唐超兰[2] 杨贤[2] 沈婉婷[1]

Li Hang Tang Chaolan Yang Xian Shen Wanting(School of Computer Science, Guangdong University of Technology, Guangzhou School of Art and Design, Guangdong University of Technology, Guangzhou 510006, 510075)

机构地区：[1]广东工业大学计算机学院,广州510006 [2]广东工业大学艺术与设计学院,广州510075

出　　处：《情报杂志》

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)

年　　份：2017

卷　　号：36

期　　号：8

起止页码：183-187

语　　种：中文

收录情况：BDHX、BDHX2014、CSSCI、CSSCI2017_2018、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：[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  

分 类 号：TP391]