文献类型：期刊文章

作　　者：王晓宇[1] 王芳[2]

Wang Xiaoyu;Wang Fang(Department of Information Management,School of Management Science and Engineering,Dongbei University of Finance and Economics,Dalian 116025;Department of Information Resources Management,Business School,Nankai University,Tianjin 300071)

机构地区：[1]东北财经大学管理科学与工程学院信息管理系,大连116025 [2]南开大学商学院信息资源管理系,天津300071

出　　处：《情报学报》

基　　金：国家社会科学基金重大项目“基于数据共享与知识复用的数字政府智能化治理研究”(20ZDA039)。

年　　份：2021

卷　　号：40

期　　号：8

起止页码：854-868

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、CSSCI、CSSCI2021_2022、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：鉴于关键词对大规模文献检索和文本内容分析的基础作用,本文提出了一种基于语义文本图的无监督关键词抽取算法,重点对传统基于图(graph-based)方法中的文本图构建和词加权方式进行改进。为了使文本图保留更多的语义和结构信息,算法根据单词在句子中的语义依存关系,生成由概念连接、等价隶属、功能属性和修饰限定四种属性边构成的语义文本图,省去传统图生成方法中所需要的窗口长度参数设定。在此基础上,本文提出融合关键词位置信息、概念层级和连接强度的词权重计算方法,并对词语的重要性排序,最终选择高得分节点构成摘要文本的关键词集合。在四个开放语料上的实验结果显示,本文提出的方法抽词效果优于其他三个同类baseline算法,F1值最高为0.570。

关 键 词：文本图  关键词抽取 词加权  句法解析  

分 类 号：TP391.1]