面向中文书籍的书后索引项提取

摘要：

为提升索引编制的准确率与效率, 改善基于关键词的提取算法无法很好地提取与书籍主题相关并且具有索引价值的索引项的问题, 提出综合评价方式进行书后索引项的提取.利用候选索引项在知识库中的类别和引用关系, 借鉴网页排名 (PageRank) 算法计算候选索引项的领域重要度;对书籍内部信息进行全面分析, 利用统计、位置等特征计算候选索引项的书籍内部重要度;构建综合评价模型评价候选索引项作为书后索引项的适合程度.实验结果表明, 所提方法在准确率、召回率和F值方面比未改进的算法有显著提高.

关键词：书后索引、候选索引项提取、书后索引项提取、网页排名算法、特征评价

所属期刊栏目：40

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金项目61672105;国家863高技术研究发展计划基金项目2015AA015403;"核高基"国家科技重大专项基金项目2012ZX01045-006

在线出版日期：2019-05-31（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：261-267