《一种基于BP神经网络的关键词抽取方法.》.pdfVIP

第 37卷 第7期 合肥 工 业 大 学 学报 (自然科学版) Vo1．37No．7 2014年 7月 JOURNALOFHEFEIUNIVERSITYOFTECHNOL()GY Ju1．2O14 Doi：10．3969／}．issn．1003—5060．2014．07．009 一 种基于 BP神经网络的关键词抽取方法 言目 白晓雷， 黄广君 ， 段建辉 (河南科技大学 信息工程学院，河南 洛阳 471003) 摘 要：为了进一步提高Web信息抽取的准确性和效率，通过分析传统中文关键词抽取方法，文章提出了一 种基于BP神经网络的中文关键词抽取方法。该方法在分析和提取术语特征的基础上 ，给出了确定网络隐层 节点数的表达式和多个术语特征表达式 ，以此确定网络参数 ，实现中文关键词的抽取。实验结果表明，该方法 查全率、查准率和查找性能较高，具备较好的应用前景。 关键词：BP神经网络；关键词抽取 ；术语特征；网络隐层节点 中图分类号：TP391 文献标识码：A 文章编号：1003—5060(2014)070808-05 A keywordextractionmethodbasedonBP neuralnetwork BAIXiao-lei。 HUANGGuang-jun。 DUANJian-hui (CollegeofInformationEngineering，HenanUniversityofScienceandTechnology，Luoyang471003，China) Abstract：InordertofurtherenhancetheaccuracyandefficiencyofW ebinformationextraction，aChi— nesekeywordextractionmethodbasedonbackpropagation(BP)neuralnetworkisproposedbyanaly— zingofthetraditionalChinesekeywordextractionmethod．Thenetworkhidden layernodesexpres— sionsandterminologycharacteristicexpressionaregivenonthebasisofanalyzingandextractingterm characteristicSOastodeterminethenetworkparametersandachievetheChinesekeywordextraction． Theexperimentalresultsshow thattheproposedmethodpossesseshighrecallratio，precisionratio andlook—upperformance，andithasagoodapplicationprospect． Keywords：backpropagation(BP)neuralnetwork；keywordextraction；term characteristic；network hiddenlayernode denMarkovModel，简称 HMM)¨1J、K一最 近邻 0 引 法L、最大期望值法[引、条件随机场 (conditional 随着信息数量的快速增长，知识管理系统、信 randomfields，简称 CRFs)_4]、多重条件随机场 息检索系统和数字图书馆的文档变得越来越难以 (hierarchicalconditionalrandom fields，简 称 维护和处理 。从文本文档 中自动抽取关键字有助 HCRFs)、广义隐马