基于联合权重的多文档关键词抽取技术

摘要：

本文对内容相近的多个文档抽取关键词，考虑到TF*IDF方法仅适于计算词语在单个文档中的权重,提出了一种计算词语权重的方法ATF*PDF。此方法能计算词语在多文档中的权重。首先对文档词语进行权重计算选取候选关键词,然后结合词语之间的语义相似度进行关键词抽取。实验表明,此方法能有效抽取多个文档的关键词,同基于关键词的聚类标记方法相比,其准确率,召回率和F值均有较大提高。

关键词： 文字处理 关键词提取 语义分析 数理语言学 联合权重

作者: 杨洁 季铎 蔡东风 白宇

作者单位: 沈阳航空工业学院 自然语言处理研究室 沈阳 110034

会议类型: 国内会议

会议名称: 第四届全国学生计算语言学研讨会(SWCL-2008)

会议地点: 太原

会议语种:中文

页码: 413-419

在线出版日期: 2008-07-23（万方平台首次上网日期，不代表论文的发表时间）