基于组合词和同义词集的关键词提取算法

• 作者: 严桂夺 彭宏 蒋昌金 陈建超 马千里
• 来源期刊: 计算机应用研究
• 关键词: 组合词 同义词集 中文网页 关键词提取
• 年，卷（期）: 2010,（8）
• 页码范围: 2853-2856
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.08.010

摘要

为了提高关键词的提取准确率,在对现有关键词抽取方法进行研究的基础之上,针对影响关键词提取准确率的分词技术、同义词现象等难点,提出了一种基于组合词和同义词集的关键词提取算法.该算法首先利用组合词识别算法极大地改进分词效果,能识别网页上绝大多数的新词、未登录词,为提高关键词自动抽取准确率奠定了坚实的基础;同时利用构造的同义词集,合并同义词的词频,避免了同义词在输出结果中同现;利用综合评分公式,充分考虑候选关键词的位置、长度、词性等特性.实验数据表明,该方法有较高的提取准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭宏	华南理工大学计算机科学与工程学院	188	2058	24.0	34.0
2	马千里	华南理工大学计算机科学与工程学院	28	283	10.0	16.0
3	蒋昌金	华南理工大学计算机科学与工程学院	3	69	3.0	3.0
4	陈建超	华南理工大学计算机科学与工程学院	5	87	5.0	5.0
5	严桂夺	华南理工大学计算机科学与工程学院	5	70	4.0	5.0