中文文本的主题关键短语提取技术

摘要：

在大数据时代,信息量暴增,人们接触最多的信息就是文本信息,每天在互联网上都有无数文本信息被上传或下载.快速掌握这些文本信息内容的重要方法之一就是关键词提取.然而,在传统关键词提取算法中,通常忽略了两个重要的方面:词语长度和文本主题.针对以上两方面问题,提出了提取中文文本的主题关键短语技术.将LDA主题模型与频繁短语发现算法相结合,生成不同长度的频繁候选短语;然后,利用所提的完整性筛选和排序函数对候选短语进行筛选和排序;最后,根据排序结果选择最终的主题关键短语.

关键词：关键词提取、LDA主题模型、频繁短语、完整性筛选、排序函数

所属期刊栏目：44

分类号：TP311(计算技术、计算机技术)

在线出版日期：2018-01-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：432-436