基于语义的关键词提取算法_方俊.pdfVIP

2008Vol.35 №.6 　 ＊) 　　　　 (西北工业大学自动化学院　西安710072) 　 1 　　关键词 提供了文档内容的概要信息, 它们被使用在很多数据挖掘的应用中。在目前的关键词提 算法中, 我们发现词汇层面(代表意思的词)和概念层面(意思本身)的差别导致了关键字提 的不准确, 比如不同语法的词可 能有着相同的意思, 而相同语法的词在不同的上下文有着不同的意思。 为了解决这 个问题, 这篇文章提出使用词义代 替词并且通过考虑关键候选词的语义信息来提高关键词提 算法性能的方法。 与现有的关键词提 方法不同, 该方 法首先通过使用消歧算法, 通过上下文得到候选词的词义;然后在后面的词合并、特征提 和评估的步骤中, 候选词义 之间的语义相关度被用来提高算法的性能。在评估算法时, 我们采用 一种更为有效的基于语义的评估方法与著名的 Kea 系统作比较。在不同领域间的实验中可以发现, 当考虑语义信息后, 关键词提 算法的性能能够得到很大的提 高。在同领域的实验中, 我们的算法的性能与 Kea ++算法的相近。 我们的算法没有领域的限制性, 因此具有更好 的应用前景。 　关键词提 , 语义相关度, 消歧 　 Semantical ly Improved Automatic Keyphrase Extraction FA NG Jun 　GUO Lei 　WA NG Xiao-don (Colle e of Automation, Northw estern Polytechnical University, Xi an 710072, China) 　 Abstract 　Keyphrases provide semantic metadata producin an overview of the content of a document, they are used in many text-minin applications.In the process of keyphrases eneration, w e notice that the distinction between lexical level (term for meanin )and conceptual level (the meanin itself)can result in inaccuracy.In order to solve this prob- lem, this paper proposes a new method that im proves automatic keyphrase extraction by usin semantic information of candidate keyphrases.Our keyphrases extraction method, in contrast to current methods, outputs the senses set in- stead of terms set by usin w ord sense disambi uation method, as sense has only one unique meanin .Semantic relat- edness betw een senses of candidate keyphrases is taken into consideration in the sta e of term conflation, feature calcu- lation, and evaluation.W e evaluate our semantically improved method a ainst the well know n Kea sy stem by usin a more effective semantically enhanced evaluation method.The inter-domain experiment show s that quality of keyphrases ext raction