一种改进的朴素贝叶斯关键词提取算法研究

• 作者: 喻健 王莲芝 王锦波 高万林
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 朴素贝叶斯 组合词识别 词语特征项 提取
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 174-176,181
• 页数: 4页
• 分类号: TP391
• 字数: 3902字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.02.047

摘要

为了提高关键词提取的准确率，在利用文本中相同词的前后词共现频率识别组合词的基础上，提出一种基于改进词语统计特征的朴素贝叶斯关键词提取算法。该算法选取词语的词长、词性、位置、TF-IDF值作为词语的特征项，改进了统计词长、TF-IDF和词频的方法，使长词和TF-IDF大的词具有更高的概率，而在统计词频时，考虑了词语之间包含与被包含的关系。然后，采用朴素贝叶斯模型对标记好关键词的文本进行训练，获得各个特征项出现的概率，用来提取文本的关键词。实验表明，与传统基于词频和决策树C4．5的关键词提取算法相比，采用该方法提取的关键词具有更高的准确率和可读性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高万林	中国农业大学信息与电气工程学院	53	384	9.0	18.0
2	喻健	中国农业大学信息与电气工程学院	3	30	1.0	3.0
3	王莲芝	中国农业大学信息与电气工程学院	12	148	5.0	12.0
4	王锦波	中国农业大学信息与电气工程学院	1	29	1.0	1.0