基于标签的微博关键词抽取排序方法.pdf

JournalofComputerApplications ISSN 1001．9081 2016．02—10 计算机应用，2016，36(2)：563—567，585 CODEN JYIIDU http：／／www．joca．en 文章编号 ：1001·9081(2016)02—0563—05 DOI：10．11772／j．issn．1001-9081．2016．02．0563 基于标签的微博关键词抽取排序方法 叶菁菁，李 琳 ，钟 珞 (武汉理工大学计算机科学与技术学院，武汉430070) (}通信作者电子邮箱cathylilin@whut．edu．Cf1) 摘 要：针对微博关键词抽取准确率不高的问题，提 出一种基于标签优先的抽取排序方法。该方法利用微博本 身具有的社交特征——标签，从微博 内容集中抽取关键词。该方法首先根据微博 自身建立初始词与微博之间的加权 图，再将基于标签的随机游走方法应用于图中，随机游走反复跳跃到标签词节点上，经过一系列迭代得 出每个词的平 稳概率，并通过概率决定词的最终排序。该抽取方法根据真实的新浪微博内容进行测验，结果显示，与通过词与词的 加权图来抽取关键词相比，基于标签的微博关键词抽取方法准确率提高了50％，在实际应用中能够有效提高关键词 抽取的正确率。 关键词：关键词抽取；微博 ；标签；随机游走；加权策略 中图分类号：TP181 文献标志码：A Keywordextractionmethodformicroblogbasedonhashtag YEJingjing，LILin’，ZHONGLuo (SchoolofComputerScienceandTechnology,WuhanUniversityofTechnology,WuhanHubei430070，China) Abstract：A hashtagbasedmethodWas proposedtosolvetheproblem how toaccuratelyextractkeywordsfrom microblog． Hashtag，thesocialfeatureofamicroblogwasusedtoextractkeywordsfrom microblogcontent．A word—postweightedgraph wasbuiltfirstly，thenarandomwalkerwasusedOffthergaphbyjumpingtoanyhashtagnoderepeatedly．Atlast，everyword rankwasdeterminedbyitsprobabilitywhichwouldnotchangeafterwalkeriteration．Theexperimentswereconductedonreal microblogsrfom Sinaplatform．Theresultsshow that，compared toword—wordgraph method，theproposed hashtag—based approachgetshigheraccuracyofkeywordextractionby50％ ． Keywords：keywordextraction；microblog；hashtag；random walk；weightingstrategy 键词。微博用户习惯在一段时间内发表一些和主题相关的帖 0 引言 子，虽然单条微博可能无法包含足够多的关键候选词 ，但用户 近几年 ，微博作为一种新的社交媒体，已经引起众多研究 可以搜集众多与主题相关的微博来弥补这点不足之处。在单 人员的兴趣”。与报纸 、电