基于K最近邻的隐含主题自动抽取
现有的关键词抽取技术仅仅是对正文词汇的抽取，不能够抽取隐含主题。隐含主题的抽取是关键词自动抽取技术的难点。众所周知，K最近邻方法作为机器学习领域的一个经典的方法，在很多领域都有出色的表现。本文利用K最近邻方法的思想，提出了一种基于K最近邻的关键词自动抽取方法，可以有效抽取隐含主题。该方法首先对数据进行预处理，使用向量空间模型将文本表述为数学化语言；然后，以人工标注关键词的文献数据作为训练集，使用K最近邻方法构建新文献的关键词候选集；最后，根据关键词本身的特点对候选关键词做了有效的后处理。实验表明，该方法不仅可以提高关键词抽取的准确率和召回率，还可以有效抽取文章的隐含主题。
关键词 自动抽取 K最近邻 隐含主题 向量空间模型
张庆国 章成志 薛德军 张君玉
清华同方知网(北京)技术有限公司 北京 100084 南京理工大学信息管理系 南京 210094 中国科学院研究生院 北京 100049
国内会议
苏州
中文
16-24
2007-11-01（万方平台首次上网日期，不代表论文的发表时间）