基于TAKE的中文关键短语提取算法研究

• 作者: 刘晨晖 张德生 胡钢
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本挖掘 分词 词语过滤 特征计算 关键短语提取
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 115-121
• 页数: 7页
• 分类号: TP391
• 字数: 7939字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1901-0166

摘要

针对传统的中文关键短语提取算法所提取关键短语准确率低、歧义性强和涵盖信息量少等问题,在英文关键短语提取算法TAKE(Totally Automated Keyword Extraction)的启发下,加入基于多领域特异性的新词识别技术,并改进了原有算法的文本分词、词语过滤和特征计算方法,提出了一种改进的TAKE算法,并应用于中文文本关键短语挖掘中.与多种传统关键短语提取算法的对比实验结果表明,该算法提取的精确率、召回率和F值指标的量化结果相比于传统算法有比较明显的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张德生	西安理工大学理学院	75	547	15.0	18.0
2	胡钢	西安理工大学理学院	74	555	10.0	22.0
3	刘晨晖	西安理工大学理学院	2	2	1.0	1.0