基于卡方统计量的藏文新闻网页关键词提取方法

摘要：

藏文文本关键词在文本聚类/分类、自动摘要、信息检索等领域具有重要地位,然而当前互联网上的藏文新闻网页几乎没有提供关键词.并且许多已有的关键词自动提取算法都需要建立在人工标注的训练集之上,扩展性不强.关键词是文本中主题关联度凝聚度较高的词,因此该文将卡方统计量进行改进,运用词与词推荐的思想进行关键词抽取.通过藏文新闻网页实验结果表明,该文的方法优于融入位置信息的TF/IDF.

关键词：藏文信息处理、卡方统计量、关键词抽取

所属期刊栏目：13

分类号：TP393(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金项目"基于主题结构的藏文文本关键词抽取模型研究";国家民委委托项目"我国少数民族语言文字域名国际化现状调查研究"教科司字[2016]163号

在线出版日期：2017-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：171-173