基于词语相关度的文档主题抽取算法

• 作者: 袁晓峰
• 来源期刊: 成都大学学报（自然科学版）
• 关键词: 词语相关度 出现频率 知网 主题抽取
• 年，卷（期）: 2012,（4）
• 页码范围: 367-369
• 页数: 3页
• 分类号: TP391.1
• 语种: 中文

摘要

考虑到文档中出现频率较高的词语能够体现文档的主题，设计了一种中文文档主题抽取算法．该算法首先对目标文档进行预处理，然后计算文档中每个词语的出现频率，用出现频率最高的几个词语作为文档的主题．其中，将词语间的相关度作为计算出现频率的参考因素．词语相关度的计算是基于中文知识库《知网》的方法．实验证明，本算法具有较高的准确性．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁晓峰	盐城师范学院信息科学与技术学院	12	39	3.0	6.0