KEC:基于cw2vec的中文专利关键词提取方法

• 作者: 徐建 谭婷婷 陈高荣
• 来源期刊: 计算机应用研究
• 关键词: 中文专利 词向量 关键词提取 词聚类
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2907-2911,2916
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.06.0203

摘要

关键词提取是诸多文本挖掘任务的前置任务,其精度直接影响了下游任务的性能.以中文专利为研究对象,针对专利文本的特点,将关键词提取问题转换成词向量聚类问题,提出了一种基于cw2vec词向量的关键词提取方法,称为KE C.该方法首先利用科技文献的关键词以及开源词典构建领域词典;接着,基于领域词典对专利文本进行预处理获取候选关键词,并采用构建cw2vec模型获得候选关键词的词向量表示;最后,采用聚类算法提取最终的关键词.在真实的专利数据集上进行了实验验证,结果表明KE C在精确率、召回率、综合指标F1等指标项上优于现有的其他基于词聚类的关键词提取方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐建		62	241	8.0	12.0
2	谭婷婷		1	0	0.0	0.0
3	陈高荣		1	0	0.0	0.0