非结构化文本关键短语提取技术研究

来源 :图书馆学研究 | 被引量 : 0次 | 上传用户:tanhuanghehuanggua
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
关键短语提取技术在自动文摘、文本分类、聚类以及信息检索等应用中有至关重要的作用。主要技术流程包括候选短语识别、特征工程、构建机器学习模型或加权提取3个步骤。现有的研究中提出了许多改进的思路,但实证表明抽取算法的准确率和召回率仍然较低。本文通过对具有代表性的技术和研究回顾,对关键短语的词性模式进行了数据分析,讨论了提取流程中存在的问题,为自动化提取高质量的关键短语提供借鉴。 The key phrase extraction technology plays an important role in such applications as automatic summarization, text classification, clustering and information retrieval. The main technical process includes candidate phrase recognition, feature engineering, constructing a machine learning model or weighted extraction of three steps. However, many improvements have been proposed in the existing research, but the empirical results show that the accuracy and recall rate of the extraction algorithm are still low. This article analyzes the part-of-speech patterns of key phrases through representative technologies and research reviews, discusses the problems in the extraction process, and provides references for the automated extraction of high-quality key phrases.
其他文献
2005年修订版《中国高血压防治指南》(下称指南)已应用5年,对我国原发性高血压(以下简称高血压)防治发挥了重要作用。据悉,指南修订委员会正在对指南进行重新修订,现将本人在
有机试剂是用于化学元素和化合物的测定、分离与浓集、掩蔽的有机化合物。据估计,分析中应用的有机试剂的数目已超过三千种。有机试剂是化学分析方法的基础。近年来物理分析
今年4月8日,第三届中国廉政与治理“太湖論坛”在无锡举行,百余位专家学者与会,聚焦“十八大以来中国反腐败的突破、创新及前瞻”。论坛由江南大学廉政与治理研究中心、江苏省党风廉政建设创新研究基地、江南大学党的建设研究基地共同主办。  江南大学马克思主义学院教授徐玉生表示,以标本兼治推进党风廉政建设和反腐败斗争,首先应从文化、制度和组织机构三个维度建构有效“管权管事管人”的制度笼子;其次应引导社会公众认
近年来,四川省在建设长江上游生态屏障中,大力推行以生物和仿生防治为主的无公害防冶森林病虫害措施,有力地推动了生态环境保护和林业的可持续发展。据了解,四川省林科院森
允许部分人先富,是邓小平在1978年率先提出来的,其后在80至90年代又多次予以阐发。二十多年的实践证明,就改变过去以平均主义为主要特征的传统分配格局、拉开收入差距、部分
我队所属兰花岭矿区,遇到一种由断层与受断层影响的上下盘围岩破碎而形成的数十公尺的压碎带,主要由石英角砾、灰岩、黑色泥等所组成.岩石碎、脆,软硬不均,且难以绝然分辨机
英超,已经不再流行阿布和切尔西了。法西姆之后,还有更多的国际资本要来分一杯羹,原有的格局已变得岌岌可危,这个世界上最好看的足球联赛,不知道还要上演多少惊天的资本传奇
中国篮球运动员姚明加入美国NBA球队休斯敦火箭队,为美国NBA联盟赢得了中国上亿名观众的关注。姚明在NBA的大获成功使得包括美国职棒联盟、美国橄榄球联盟在内的其它运动联盟
我队在某煤田进行钻探,因该煤田含煤地层厚达一百多公尺,且为极端破碎松软之炭质页岩,煤层最厚达二十多公尺。在这样地层进行钻探如何在保证质量的前提下提高效率成了一个严重问
从地質工作通报15期中看到“对掌握斜孔傾角的体会”后,我在某些方面有不同看法,現提出来和大家研究。首先对“斜孔傾角上漂的規律”問題,我認为:一般鑽机在鑽进中是难以保