多特征关键词提取算法研究

摘要：

关键词提取技术是语料库构建、文本分析处理、信息检索的基础.采用传统的TFIDF算法提取关键词时,主要依据词频计算权重,而未考虑文本特征项的影响,由于对词频的过度依赖,导致其提取关键词的准确性不高.针对这个问题,本文根据关键词的特性,引入位置和词性作为影响因子,对TFIDF算法权重重新进行了计算和排序,从而改进该算法,并利用Python语言完成了实现.实验结果表明,采用该改进方法提取关键词,其召回率、准确率、F因子与传统方法相比均得到明显提升.

关键词：多特征、TFIDF、关键词提取、Python

所属期刊栏目：27

资助基金：云南省教育厅产业化扶持项目2016CYH03;云南省科技创新强省计划项目2014AB021;云南省创新团队项目

在线出版日期：2018-08-23（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：162-166