基于密度聚类模式的中文新闻网页关键词提取

• 作者: 吴信东 尹倩 胡学钢 谢飞
• 来源期刊: 广西师范大学学报(自然科学版)
• 学科: 工学
• 关键词: 关键词提取 词共现 聚类 自然语言处理
• 年，卷（期）: 2009,（1）
• 页码范围: 201-204
• 页数: 4页
• 分类号: TP391.4
• 字数: 3489字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2009.01.051

摘要

页没有提供关键词,人工标注关键词代价巨大,并且大多数已有的关键词自动提取算法都需要建立在人工标注的训练集之上,因而难以实用.由于关键词是文章中较重要且主题关联较凝聚的词的集合,因此提出一种基于密度聚类模式的中文新闻网页关键词提取方法,根据词语之间的共现信息,对网页分词后的词语进行聚类,在分析词语关联度的基础上提取出反映新闻主题的关键词.通过大量随机新闻网页实验结果表明,与单纯的TF/IDF(词频和文档频率倒数的乘积)方法相比,此算法召回率平均提高了7.15N,准确率平均提高了7.075%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡学钢	合肥工业大学计算机与信息学院	314	3156	27.0	39.0
2	谢飞	合肥工业大学计算机与信息学院	19	217	8.0	14.0
3	尹倩	合肥工业大学计算机与信息学院	1	5	1.0	1.0