基于外在信息的關(guān)鍵詞抽取問題研究.pdf

1、關(guān)鍵詞抽取是文本挖掘領(lǐng)域里一個(gè)重要的研究方向，目的在于能夠快速便捷的為用戶提供準(zhǔn)確、簡潔、全面的文本主題信息。那么關(guān)鍵詞抽取方法的研究就顯得尤為重要。
　　 針對(duì)如何優(yōu)化關(guān)鍵詞抽取方法的問題，本文首先分析了當(dāng)前幾種流行通用的算法，分析了其存在的問題，并驗(yàn)證了無監(jiān)督的關(guān)鍵詞抽取方法--TextRank算法的有效性，接著本文對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析，在此基礎(chǔ)上本文進(jìn)一步研究了如何有效利用外在信息，提出了基于外在信息的關(guān)鍵詞抽取模型，進(jìn)一步

2、提升關(guān)鍵詞抽取性能。具體來說，本文的主要研究內(nèi)容有以下幾個(gè)方面：
　　 本文介紹了TextRank方法的算法原理及流程，并同當(dāng)前流行的基于監(jiān)督的關(guān)鍵詞抽取方法進(jìn)行了簡單的實(shí)驗(yàn)對(duì)比，驗(yàn)證了TextRank算法具有很好的性能。本文對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析，總結(jié)出TextRank算法的不足，提出了基于外在信息的關(guān)鍵詞抽取模型，在基于外在信息關(guān)鍵詞抽取模型中，關(guān)鍵詞抽取被分為兩個(gè)階段，第一個(gè)階段是外在信息的構(gòu)建，本文利用了當(dāng)前流行的文本相似度

3、量方法，分別從基于統(tǒng)計(jì)特征和語義特征兩個(gè)方面來構(gòu)建外在信息；第二個(gè)階段是關(guān)鍵詞抽取階段，本文將第一階段的外在信息融入到TextRank算法中，構(gòu)建了基于外在信息的關(guān)鍵詞抽取模型，并給出實(shí)驗(yàn)結(jié)果，通過對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比分析，證明了該模型進(jìn)一步提升了關(guān)鍵詞抽取的性能。
　　 本文進(jìn)一步分析了實(shí)驗(yàn)結(jié)果存在的問題，對(duì)外在信息模型進(jìn)行進(jìn)一步優(yōu)化，首先在候選詞提取處理上，本文利用聚類方法將描述不同主題的候選詞劃分到對(duì)應(yīng)的主題集合中，然后利用