基于TAKE的中文关键短语提取算法研究

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.

关键词：文本挖掘、分词、词语过滤、特征计算、关键短语提取

所属期刊栏目：56

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金51875454;陕西省自然科学基础研究规划2017JM5048

在线出版日期：2020-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：115-121