论文部分内容阅读
现有的关键词抽取技术仅仅是对正文词汇的抽取，不能够抽取隐含主题。隐含主题的抽取是关键词自动抽取技术的难点。众所周知，K最近邻方法作为机器学习领域的一个经典的方法，在很多领域都有出色的表现。本文利用K最近邻方法的思想，提出了一种基于K最近邻的关键词自动抽取方法，可以有效抽取隐含主题。该方法首先对数据进行预处理，使用向量空间模型将文本表述为数学化语言；然后，以人工标注关键词的文献数据作为训练集，使用K最近邻方法构建新文献的关键词候选集；最后，根据关键词本身的特点对候选关键词做了有效的后处理。实验表明，该方法不仅可以提高关键词抽取的准确率和召回率，还可以有效抽取文章的隐含主题。