基于主题的关键词提取方法对比研究(上)模板.docVIP

基于主题的关键词提取方法对比研究 摘 要 关键词提供了文档的概要信息，在信息检索、文本聚类和分类系统中受到了越来越多的应用，关键词的提取算法也受到了越来越多的重视。传统的方法主要依靠词汇的统 计信息进行关键词提取， 本文在回顾关键词提取的算方法的基础上， 从文档主题的角度， 综述了基于主题的关键词提取的三种算法 -- 潜在语义分析 (LSA) 、概率潜在语义分析 （ PLSA）、隐含狄利克雷分布（ LDA ）。 LSA 方法将文档从稀疏的高维词汇空间映射到一个低维的向量空间， 主要通过奇异值分解 SVD 的方式来求解。 PLSA 方法它用概率的方法来表示 LSA ，在文档和词汇之间引入一个潜在语义层（即主题层）。 LDA 的基本思想是 : 利用概率推导等方式可以将单个文档表示为这些潜在主题的集合，对于主题而言，它又可以看成是若干词汇的概率 分布。 为了验证这三种方法的性能的优越与否，将理论与实践结合，本文通过实验将三种基于主题的关键词提取算法与 TF-IDF 方法进行对比，对实验结果进行总结归纳；实验 证明，这三种方法无论是从召回率上还是从准确率上都优于 TF-IDF 方法，能够有效推荐关键词。 关键词：关键词提取； LSA；PLSA；LDA - I - 基于主题的关键词提取方法对比研究 Research on Algorithms of Topic Based Keyword