基于多特征融合的关键词抽取

摘要：

随着互联网的发展,网页数据以及新媒体文本等数据日益增多,全文信息检索的效率已经不足以支撑海量数据的检索,因而关键词抽取技术广泛应用于搜索引擎(如百度搜索)和新媒体服务等领域(如新闻检索).融合模型是一种使用BiL-STM-CRF结构并融合多重手工特征的模型,可以更有效地完成关键词抽取任务.融合模型在词嵌入特征的基础上,融入了词性、词频、词长和词位置特征,多维度的特征信息可以更加全面地辅助模型提取到关键词的深层特征信息.融合模型将深度学习的广覆盖度、高学习能力等特点与手工特征的精确表达能力相结合,以进一步提高特征挖掘能力并缩短训练所需时间.此外,该模型使用了一种新的"LMRSN"标记方法,可以更有效地完成关键短语的抽取.实验结果表明,融合模型在与传统模型的对比中取得了62.08的F1分值,性能远高于传统模型.

关键词：抽取、深度学习、特征融合、信息检索、长短期记忆网络

所属期刊栏目：47

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61972003,61672040

在线出版日期：2020-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：73-77