文本主题提取及相似度计算系统研究与开发

摘要：

文本主题词提取及相似度计算在搜索引擎、智能问答等自然语言处理的很多研究领域都有着广泛的应用,国内外的专家学者对此有着广泛的研究,但大多都采用了复杂的数学模型,实现起来较为麻烦.对此,在文本主题词提取中,采用提取出文档中除开常见停用词之外的高频词,并通过对比高频词向量之间的夹角余弦,剔除与其他高频词相差最大的噪声高频词的方法,得到文档最终的主题词.再根据提取出的主题词,通过比较两篇文档的主题词的词向量之和之间的夹角余弦,以此来判断两篇文档之间的相似度.基于此思路,开发了一款基于winForm技术的文本主题提取及相似度计算软件系统,实现较为简单,效果超出单纯通过文档向量来判定文档相似度的方法.

关键词：文本主题提取、文本相似度计算、高频词、词向量、软件系统

所属期刊栏目：1

分类号：TP391.1(计算技术、计算机技术)

资助基金：乐山师范学院校级青年项目Z1504

在线出版日期：2018-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：20-22