基于查询日志分析的中文网页关键词抽取方法

摘要：

以全文索引为基础的网页搜索引擎检索相关度偏低.针对这一问题，本文提出了一种基于查询日志分析的中文网页关键词抽取方法.该方法利用用户对网页与查询词的相关性判断来选择关键词.为了量化用户的相关性判断，提出了单位篇幅停留时间、逆向点击率、排名补偿因子3个指标，并对其进行综合加权.在查询串分词、同义词识别及多义词消歧、关键短语组配方面，也做了特殊处理.实验结果表明：抽取关键词的准确率较高，综合性能也高于TF．IDF和 SVM方法.该方法能得到较满意的关键词抽取效果.

关键词：查询日志、抽取、关键短语组配、同义词识别、多义词消歧

分类号：G356.6;TP391(情报学、情报工作)

资助基金：国家社会科学基金资助项目14CJL001

在线出版日期：2015-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：42-48