改进的TFIDF标签提取算法

• 作者: 李旭健 王杰
• 来源期刊: 软件工程
• 学科: 工学
• 关键词: 自然语言处理 TFIDF 词加权算法 标签提取 监督学习
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 方法与技术
• 页码范围: 4-6
• 页数: 3页
• 分类号: TP391
• 字数: 4242字
• 语种: 中文
• DOI: 10.19644/j.cnki.issn2096-1472.2018.02.002

摘要

TFIDF算法作为一种加权算法,在信息检索和数据挖掘等自然语言处理领域发挥了巨大的作用.它的计算模型相对简单,适合大数据并行计算,适用领域广泛,且拥有很好的解释性.基于以上这些特点,本文在TFIDF算法基础之上,利用监督的学习,并通过引入加权因子和词贡献度,来修正TFIDF算法结果权值.利用这个算法可以在自然语言处理中有效地提取特征标签,并且改进后的算法在这一细分领域具有极高准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王杰		13	47	5.0	6.0
2	李旭健		1	3	1.0	1.0