基于TextRank的关键词提取改进方法研究

• 作者: 孟彩霞 张琰 李楠楠
• 来源期刊: 计算机与数字工程
• 学科: 社会科学
• 关键词: TextRank Word2Vec 关键词提取 词向量 无监督学习方法
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 3022-3026
• 页数: 5页
• 分类号: G254.23
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.12.040

摘要

基于TextRank的关键词提取方法主要考虑文档的语义信息,没有考虑到文本的结构信息,导致关键词提取的准确率较低.为了得到更好的关键词提取效果,论文对新闻语料库关键词提取方法进行了研究,提出将文本的结构信息和语义信息相结合.基于TextRank算法,利用文本的结构信息(词语位置、词语跨度)和词语相似度改变词语权重计算方式,进而提取文本关键词.将论文提出的算法与TF-IDF、TextRank、Word2vec+TextRank进行了对比实验,结果表明,从准确率P、召回率R、测量值F三个方面都取得了良好的实验效果.具体表现为当关键词个数相同K=3时,TextRank算法评价指标准确率P、召回率R、测量值F分别为22.21％、19.78％、20.92％;加入文档的词语位置信息和词语跨度信息以后评价指标准确率P、召回率R、测量值F分别为29.83％、31.34％、30.56％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟彩霞		18	57	4.0	6.0
2	张琰		3	1	1.0	1.0
3	李楠楠		2	1	1.0	1.0