一种改进的TextRank关键词提取算法

• 作者: 戴娟 李志强 潘苏含 胡佳佳
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 提取 TF-IDF算法 TextRank算法 平均信息熵 自然语言处理
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 77-81
• 页数: 5页
• 分类号: TP301
• 字数: 3832字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.03.015

摘要

关键词提取在自然语言处理领域有着广泛的应用,如何准确、快速地从文本中获取关键词信息已经成为文本处理的关键性问题.现有的关键词提取方法很多,但是这些关键词提取方法的准确率和通用性有待提高.因此,提出了一种改进的TextRank关键词提取方法,该方法使用TF-IDF方法与平均信息熵方法计算文本中词语的重要性,然后根据计算结果得到词语的综合权重.利用词语的综合权重改进TextRank算法的节点初始值以及节点概率转移矩阵,通过迭代的方式计算各个节点的权重,直至收敛,从而得到词语的权重信息,选择top N个词语作为关键词输出,实现关键词的提取功能.实验结果表明,相较于传统的TF-IDF方法和TextRank方法,提出的改进后的TextRank关键词提取方法有更好的通用性,提取的关键词的准确率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志强	扬州大学信息工程学院	44	382	12.0	18.0
2	潘苏含	扬州大学信息工程学院	3	0	0.0	0.0
3	戴娟	扬州大学信息工程学院	7	4	2.0	2.0
4	胡佳佳	扬州大学信息工程学院	3	0	0.0	0.0