结合新闻网页的内容特征对中文网页关键词的构成特点进行阐述;对经典的TF-IDF加权公式 进行改进,构建一个综合考虑多种影响因素的候选关键词评分加权公式;对SharpICTCLAS分词进行改进,增加位置标注;选择评分较高的词作为候选关 键词,利用词的位置标注进行关键词抽取优化操作,将"切碎"的候选关键词进行组配,形成正式抽取的关键词。实验结果表明:该方法明显优于基准方法,能够抽 取到令人满意的关键词。
错误切分的词，并找出高频次的未登录词。 基于语义的方法是从语义层面上分析词语之 相关工作 间的语义关系，认为词语之间不是孤立的，而是存 目前，在关键词提取方面，国内外学者已经进 在某种语义上的联系。基于语义的方法往往需要知 行了大量的研究和探索。总的来说，关键词提取方 识层面的处理，实现较为复杂。典型的方法有基于 法主要可分为三类：基于统计的方法、基于机器学 词汇链的关键词提取方法
内容全部来源于网络收集，如有侵权，请联系网站删除！
QQ：24596024