文献类型：期刊文章

作　　者：孙丽莉[1,2] 张小刚[3,4]

机构地区：[1]西安交通大学人文学院,西安710049 [2]塔里木大学学报编辑部,新疆阿拉尔843300 [3]塔里木大学信息工程学院,新疆阿拉尔843300 [4]浙江大学计算机学院,杭州310027

出　　处：《统计与决策》

基　　金：国家自然科学基金资助项目(61562072);新疆维吾尔自治区高校人文社科重点研究基地重点项目(090113B06)

年　　份：2018

卷　　号：0

期　　号：18

起止页码：82-85

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2017_2018、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：传统文本特征词提取方法采用TF-IDF计算文本特征词的权重,但TF-IDF方法只使用了文本中的词频因素,体现不出特征词的位置信息,也忽略了特征词之间的语义相似关系,降低了提取特征词的准确性。针对此问题,文章提出了一种综合的文本特征词权重计算方法,该方法在计算特征词权重时兼顾了特征词的词频、位置和词义信息。实验结果表明,该方法是有效的,且能在一定程度上提高文本相似度结果的区分度和聚类效果。

关 键 词：知网 词频与反文档频率  权重计算  语义相似度计算

分 类 号：TP391]