改进TextRank的文本关键词提取算法

• 作者: 王俊玲
• 来源期刊: 软件导刊
• 关键词: 关键词提取 关键词图 文本挖掘 TextRank
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 49-52
• 页数: 4页
• 分类号: TP312
• 语种: 中文
• DOI: 10.11907/rjdk.211048

摘要

关键词提取作为自然语言处理(NLP)的重要步骤,其作用是挖掘文本主题,通过几个词高度概括文本内容,在信息检索、文本挖掘中应用广泛.选出的关键词必须包含以下3个特性:易于理解、与文本高度关联、能很好地覆盖文本内容.对TextRank算法进行改进,将一段文本分成若干部分,对其中的每个部分构建关键词图,并在每一部分中提取若干关键词,最后根据词频、长度、位置和词性等综合因素进行打分,选出最终的关键词.通过实验得出,该算法相比传统的TextRank算法准确率提高了2.3％.改进TextRank算法改善了传统Tex?tRank算法将文本按句子划分,且划分过于细致,造成句子之间联系被割裂的现象,提高了算法效率.