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:
在当今大数据时代,在线文本飙升.要让这些文本资料为人们所用就要找出文本的关键词,让检索变得方便快捷.而现有的TF-IDF算法存在未考虑词语位置对关键词权重的影响,因此,我们提出了TF-IDF-PW算法来解决这一问题.
推荐文章
一种改进TF-IDF的中文邮件识别算法研究
TF-IDF算法
邮件识别
卡方统计量
权重分配
邮件分类
仿真分析
基于语义的关键词过滤权重算法
向量空间模型
网页过滤
权重策略
矩阵词典
结合改进的CHI统计方法的TF-IDF算法优化
文本分类
CHI统计
TF-IDF算法
特征选择
基于改进的TF-IDF权重的短文本分类算法
短文本
TF-IDF权重
特征扩展
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 基于TF-IDF与位置权重结合的关键词算法
来源期刊 电脑迷 学科
关键词 tf-idf 位置权重
年,卷(期) 2018,(17) 所属期刊栏目 综合论坛
研究方向 页码范围 225
页数 1页 分类号
字数 1553字 语种 中文
DOI 10.3969/j.issn.1672-528X.2018.17.207
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2018(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)
研究主题发展历程
节点文献
tf-idf
位置权重
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
电脑迷
旬刊
1672-528X
50-1163/TP
16开
重庆市渝中区双钢路3号科协大厦1202(武汉市洪山区珞狮北路2号樱花大厦A座15楼 430070)
78-230
2003
chi
出版文献量(篇)
29651
总下载数(次)
121
总被引数(次)
8479
论文1v1指导