一种基于自适应关联熵的关键字提取算法

• 作者: 梅文涛 罗有志 陈征明 陈明
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 文本挖掘 关键字提取 关联规则 TextRank 节点
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 67-71
• 页数: 5页
• 分类号: TP301
• 字数: 5019字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.04.012

摘要

相较于传统的依托词汇频率大小进行关键字提取技术,TextRank算法能够考虑词汇节点之间的相似性信息,却仍忽略了词汇上下文信息以及文章的语义结构等.在节点图权重迭代的基础上,本文利用文本上下文词汇的关联规则信息,引入关联熵的概念,自适应调整阻尼系数和滑动窗口大小,更贴近文本词汇的实际语义情况,能够较好地处理低词频和新词汇信息.实验表明,相较于TFIDF和TR等算法,本文算法在处理关键字提取时能够达到更准确的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈征明		1	0	0.0	0.0
2	陈明		3	0	0.0	0.0
3	梅文涛		1	0	0.0	0.0