中文文本的主题关键短语提取技术-计算机科学.PDFVIP

中文文本的主题关键短语提取技术-计算机科学.PDF

  1. 1、有哪些信誉好的足球投注网站(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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中文文本的主题关键短语提取技术-计算机科学

第 44 卷第11A 期 Vo l. 44 No. 11A 计算机科学 2017 年 11 月 COMPUTER SCIENCE Nov.2017 中文文本的主题关键短语提取技术 杨明张德生 (西安理工大学理学院 西安 710054) 摘 要 在大数据时代,信息量暴增,人们接触最多的信息就是文本信息,每天在互联网上都有无数文本信息被上传 或下载。快速掌握这些文本信息内容的重要方法之一就是关键词提驭。然而,在传统关键词提取算法中,通常忽略了 两个重要的方面:词语长度和文本主题。针对以上两方面问题,提出了提取中文文本的主题关键短语技术。将 LDA 主题模型与频繁短语发现算法相结合,生成不同长度的频繁候选短语;然后,利用所提的完整性筛选和排序函数对候 选短语进行筛选和排序;最后,根据排序结果选择最终的主题关键短语。 关键词 关键词提取,LDA 主题模型,频繁短语,完整性筛选,排序函数 中图法分类号 TP311 文献标识码 A Technology of Extracting Topical Keyphrases from Chinese Corpora YANG Yue ZHANG De-sheng CSchool of Science ,Xian University of Technology , Xian 7l0054 ,China) Abstract In the big data era ,the information is exploding. The most popular information among people connection is text message. On the Internet ,there are countless text information upload or download every day. The important way to quickly grasp content of countless text message is extracting keywords. However , the traditional work of extracting keywords from text corpora ignores two problems: the length of keywords and the topic of text corpora. In this paper ,a new algorithm which is in consideration of two aspects mentioned above was proposed. This paper combined the LDA topic model and frequent phrases discovery algorithm to generate frequent candidate phrases with different length ,at the same time ,this paper proposed an algorithm of completeness filter and rank function to filt and rank candidate. Finally , according to the rank list ,the real keyphrases were chosen. Keywords Extracting keywords ,LDA topic model ,Frequent phrases ,C

文档评论(0)

zhuwo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档