基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统人工抽取关键词耗时耗力,为了能自动从文档中抽取出高质量的!!!,提出一种关键词自动抽取方法.该方法基于文档和词语的主题信息并结合词语的统计特征为候选词语打分,最终选择TopK得分的候选词作为文档关键词.实验结果表明,该方法在准确率、召回率以及F值上均优于现有的基本关键词抽取方法,能有效从文档中抽取出关键词.
推荐文章
基于主题特征的关键词抽取
关键词抽取
主题特征
主题模型
装袋决策树
关键词抽取策略研究
关键词抽取
词频
间距
词性
重要度
基于主题特征的关键词抽取
关键词抽取
主题特征
主题模型
装袋决策树
基于主题模型的多关键词搜索加密方法
云存储
多关键词搜索
主题模型
TextRank
词干算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 结合主题分布与统计特征的关键词抽取方法
来源期刊 计算机工程 学科 工学
关键词 主题分布 关键词抽取 统计特征 主题信息 候选词语
年,卷(期) 2017,(7) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 217-222
页数 6页 分类号 TP391
字数 6303字 语种 中文
DOI 10.3969/j.issn.1000-3428.2017.07.036
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 谢飞 合肥师范学院计算机学院 22 238 8.0 14.0
2 刘啸剑 合肥工业大学计算机与信息学院 2 23 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (56)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (15)
二级引证文献  (0)
1957(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
主题分布
关键词抽取
统计特征
主题信息
候选词语
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导