基于TI-Rank的弹幕关键词提取方法

摘要：

为提供准确且更贴近日常用语的关键词,针对视频弹幕内容提出一种基于TI-RANK(TTF-ICDF-DWTextRank)的词频词义相结合的关键词提取模型.将标题内容进行分类得到标题的关键信息,将该信息用于词频提取构建TTF算法;进一步考虑词频与篇章数对提取效果的影响,通过分段函数构建ICDF算法;引入语义维度信息并利用中文拼音作为编辑距离的计算单元构建DWTextRank模型.实验结果表明,TI-RANK模型提取关键词的F1值达到0.8以上,相较传统TF-IDF和TextRank算法提高了约20％.为更合理评价关键词提取的准确率,按照关键词重要程度降序排列定义三级梯度评价标准,该标准能够更好体现出排序靠前关键词的正确性对准确率的影响.

关键词：词频-逆文档频率;文本关键词抽取;词频词义关键词提取;三级梯度评价标准;视频弹幕

所属期刊栏目：43

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;国家重点研发计划

在线出版日期：2022-03-03（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：580-586