原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
结合词语分布信息的TFIDF关键词抽取方法研究-中原工学院学报
第 卷第 期
２５ ６ 中原工学院学报 Ｖｏｌ．２５ Ｎｏ．６
年 月 ，
２０１４ １２ ＪＯＵＲＮＡＬＯＦＺＨＯＮＧＹＵＡＮ ＵＮＩＶＥＲＳＩＴＹ ＯＦＴＥＣＨＮＯＬＯＧＹ Ｄｅｃ．２０１４
文章编号： （ ）
１６７１－６９０６２０１４０６－００５９－０５
结合词语分布信息的ＴＦＩＤＦ关键词抽取方法研究
， ，
１２ １２
，
徐振强 李保利
（ ， ； ， ）
河南工业大学信息科学与工程学院 郑州 数字出版技术国家重点实验室 北京
１． ４５０００１ ２． １００８７１
： ， 。
摘 要 介绍了关键词抽取的相关工作 并对基于ＴＦＩＤＦ的关键词抽取算法进行了分析 结合词语在文本中的分布
， ， 。
均衡程度和首次出现位置等特征 提出了一种改进的 ＴＦＩＤＦ算法 并给出了相应的计算公式 在文档数量和文档平均
。 ，
长度不同的 个语料上进行了对比实验 实验结果表明 结合词语分布信息的 关键词抽取方法是可行和有效
３ ＴＦＩＤＦ
的。
： ； ； ；
关 键 词 关键词抽取 ＴＦＩＤＦ 词语分布 自动标引
中图分类号： 文献标志码： ： ／
ＴＰ３ Ａ ＤＯＩ １０．３９６９ ．ｉｓｓｎ．１６７１－６９０６．２０１４．０６．０１４
ｊ
、 。 ，
关键词抽取旨在从文本中选择少量的 最能代表 Ａ 作为关键词的可能性应当大于 Ｂ 另外 出现在标
， 。
文本语义内容的词或短语 而这些关键词构成了文本 题和篇首的词语成为关键词的可能性相对要大得多
，
的一种浓缩表示 可以看作是文本的一个高度概括的 ，
本文试图结合词语的分布信息 进一步提高基于
。 ，
摘要 正因为如此 关键词抽取在信息检索与文本挖
文档评论（0）