基于词汇链的中文新闻网页关键词抽取方法

被引：22

作者：

胡学钢 ^{[1
]}

李星华 ^{[1
]}

谢飞 ^{[1
,2
]}

吴信东 ^{[1
,3
]}

机构：

[1] 合肥工业大学计算机与信息学院

[2] 合肥师范学院计算机科学与技术系

[3] Department of Computer Science,University of Vermont

来源：

模式识别与人工智能 | 2010年 / 23卷 / 01期

关键词：

词汇链; 关键词抽取; 歧义消解; 语义相似度;

D O I：

10.16451/j.cnki.issn1003-6059.2010.01.019

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

词汇链是一种词语间语义关系引起的连贯性的外在表现,提供关于文本结构和主题的重要线索.文中在解决歧义消解问题的基础上提出利用词汇链,结合词频特征、位置特征和集聚特征抽取中文新闻网页关键词的方法.该方法根据词语在文档中语义联系将文档表示成词汇链形式,并在此基础上抽取关键词.对中文新闻网页和学术期刊文献两种语料进行实验,结果表明该方法可明显提高抽取的关键词质量.

引用

页码：45 / 51

页数：7

共 10 条

[1] 一种基于复杂网络特征的中文文档关键词抽取算法 [J].

赵鹏 ;

蔡庆生 ;

王清毅 ;

耿焕同 .

模式识别与人工智能, 2007, 20 (06) :827-831

[2] Keyword Extraction Based on tf/idf for Chinese News Document [J].

LI JuanziFAN QinaZHANG Kuo Department of Computer Science and TechnologyTsinghua UniversityBeijing China .

Wuhan University Journal of Natural Sciences, 2007, (05) :917-921

[3] AUTOMATIC TEXT SUMMARIZATION BASED ON TEXTUAL COHESION [J].

Chen Yanmin Liu Bingquan Wang Xiaolong Dept of Computer Science and EngineeringHarbin Institute of TechnologyHarbin China .

Journal of Electronics(China), 2007, (03) :338-346

[4] 一种基于词汇链的关键词抽取方法 [J].

索红光 ;

刘玉树 ;

曹淑英 .

中文信息学报, 2006, (06) :25-30

[5] 基于机器学习的文本分类技术研究进展 [J].

苏金树 ;

张博锋 ;

徐昕 .

软件学报, 2006, (09) :1848-1859

[6] 关键词自动标引的最大熵模型应用研究 [J].

李素建 ;

王厚峰 ;

俞士汶 ;

辛乘胜 .

计算机学报, 2004, (09) :1192-1197

[7] 一种基于字同现频率的汉语文本主题抽取方法 [J].

马颖华 ;

王永成 ;

苏贵洋 ;

张宇萌 .

计算机研究与发展, 2003, (06) :874-878

[8] Using lexical chains for keyword extraction [J].

Ercan, Gonenc ;

Cicekli, Ilyas .

INFORMATION PROCESSING & MANAGEMENT, 2007, 43 (06) :1705-1714

[9] Learning algorithms for keyphrase extraction [J].

Turney P.D. .

Information Retrieval, 2000, 2 (4) :303-336

[10]

Domain Specific KeyphraseExtraction .2 Frank E,Paynter G W,Witten IH. Proc of the 16th International Joint Conference onArtificial Intelligence . 1999

← 1 →