海量数据集上基于特征组合关键词自动抽取.pdfVIP

下载本文档

10
0
约3.46万字
约 9页
2017-06-13 发布于福建
举报
版权申诉

海量数据集上基于特征组合关键词自动抽取.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

情报学报 !# $%%% %$’( ./0#12 /3 456 75!#1 /7!648 3/0 7!6#4!3!7 1#9 4675#!712 !#3/0:14!/# !# $%%% %$’( 第卷第期，年月 )( ( (*+ (,’ )%%- $ % ， ; = )( # = ( (*+ (,’ /?@AB )%%- !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 海量数据集上基于特征组合的关键词自动抽取张庆国薛德军张振海（中国学术期刊（光盘版）电子杂志社清华同方光盘股份有限公司，北京 $%%%*D ）张君玉（中国科学院研究生曰数学系，北京 $%%%D, ）摘要关键词自动抽取的任务就是使用计算机自动地从文本中抽取能够高度有效表达文本主题的词汇。小规模训练集和测试集下的关键词自动抽取已经有诸多算法实现，但是大规模分布复杂的数据集上的关键词自动抽取却很少有学者提及。本文利用现有的信息检索技术，对海量数据集上自动抽取关键词问外进行了研究，给出了一个基于特征组合的关键词自动抽取方法。该方法构造了一个大规模的关键词词典；基于 43 E !93 值和其他特征，提出了更有效的关键词权重计算方法；根据关键词本身的特点，对候选关键词进行了后处理，使得抽取的关键词更符合读者的要求。本文的后续实验表明，该方法同基于 FGHAI 和 C## 等的机器学习方法相比，性能相当。使用自动评价和人工评价两种方法对抽取的关键词进行了评估。专业编辑对抽取结果的人工评价显示，约,( J 的自动抽取的关键词可以被专业编辑或者读者接受。关键词关键词自动抽取特征组合海量数据集 43 E !93 !#$%#’( )*+,$-. /0#-(#’$1 2-$% 344’5* 6# 7*#4 84*. $1 9*#-* :$%;’1#’$1 ， KLGMN OPMNNQ RQA 9ASQM GMT KLGMN KLAMLGP （（），，） !#$% ’%()*#’ +,-.$%/ !0 1-2/#3#$4 5,-3) 63#$4-% 6,$47 %$4 89 :#’%/ 0#3’ !, ; :( =)# #$4 $%%%*( KLGMN .QMHQ （，，） 0)9 %.:*)$: ,7 ?%:)*%:#’3 @.%(-%:) A’,,/ ,7 :) !#$)3) ’%(