基于外在信息的关键词抽取问题研究-计算机软件与理论专业论文.docxVIP

摘要摘要 摘要 摘要 关键词抽取是文本挖掘领域里一个重要的研究方向，目的在于能够快速便 捷的为用户提供准确、简洁、全面的文本主题信息。那么关键词抽取方法的研 究就显得尤为重要。 针对如何优化关键词抽取方法的问题，本文首先分析了当前几种流行通用 的算法，分析了其存在的问题，并验证了无监督的关键词抽取方法——TextRalll( 算法的有效性，接着本文对实验结果进行分析，在此基础上本文进一步研究了 如何有效利用外在信息，提出了基于外在信息的关键词抽取模型，进一步提升 关键词抽取性能。具体来说，本文的主要研究内容有以下几个方面： 本文介绍了TextRank方法的算法原理及流程，并同当前流行的基于监督的关 键词抽取方法进行了简单的实验对比，验证-]TextRank算法具有很好的性能。本 文对实验结果进行分析，总结出TextRank算法的不足，提出了基于外在信息的关 键词抽取模型，在基于外在信息关键词抽取模型中，关键词抽取被分为两个阶 段，第一个阶段是外在信息的构建，本文利用了当前流行的文本相似度量方法， 分别从基于统计特征和语义特征两个方面来构建外在信息；第二个阶段是关键 词抽取阶段，本文将第一阶段的外在信息融入§}lJTextRank算法中，构建了基于外 在信息的关键词抽取模型，并给出实验结果，通过对实验结果进行对比分析， 证明了该模型进一步提升了关键词抽取的性能。 本文进一步分析了实验