基于词或词组长度和频数的短中文文本关键词提取算法

来源 :计算机科学 | 被引量 : 0次 | 上传用户:PEIDAO
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
中文文本的关键词提取是自然语言处理研究中的难点。国内外大部分关键词提取的研究都是基于英文文本的,但其并不适用于中文文本的关键词提取。已有的针对中文文本的关键词提取算法大多适用于长文本,如何从一段短中文文本中准确地提取出具有实际意义且与此段中文文本的主题密切相关的词或词组是研究的重点。提出了面向中文文本的基于词或词组长度和频数的关键词提取算法,此算法首先提取文本中出现频数较高的词或词组,再根据这些词或词组的长度以及在文本中出现的频数计算权重,从而筛选出关键词或词组。该算法可以准确地从中文文本中提取出相对重要的词或词组,从而快速、准确地提取此段中文文本的主题。实验结果表明,基于词或词组长度和频数的中文文本关键词提取算法与已有的其他算法相比,可用于处理中文文本,且具有更高的准确性。
其他文献
契诃夫短篇小说艺术技巧探索曾恬近几年来,对于小说的艺术技巧问题,有两种相当对立的意见。一种是不承认有技巧存在,他们只相信作家的艺术天才与灵感。另一种是特别强调技巧,认为
沈阳地铁在近期建成运营的线路将达到5条以上,网络化运营迫在眉睫,本文在分析了国内上海、深圳、成都三个城市的网络化调度指挥模式之后,提出了符合沈阳地铁的网络化运营调度
《红楼梦》中的宝玉被警幻仙姑称为"天下古今第一淫人",并称这是"意淫";而从《红楼梦》众多别名来看,都与"意淫"的内涵联系紧密。作者倾注毕生心血塑造的红楼第一人却以"意淫"概括,其
本文通过对近年来国外法庭毒物学领域有关毒品和滥用药物检验的文献进行分析和归纳,从毒品鉴定的样品前处理技术、检测技术、毒理学研究和业务建设四个方面综述了国外毒品鉴
会议
在"后海角时期"的台湾影坛,林孝谦是一位专注爱情片创作的新锐导演。在迄今已完成的四部电影长片中,他努力创新求变,糅合纯爱片、无厘头喜剧等类型元素,坚持情节剧创作结构,
提出一种基于高速DA转换的雷达中频信号产生方法。该方法将常见的雷达信号,如常规脉冲、线性调频、二相编码等用同一表达式表示,通过设置不同的控制字组合来产生不同的信号。
李行作为二战后台湾电影发展中承上启下及联结大陆与台湾文化断层的著名电影导演,占有重要的历史地位(其地位大体上相当于“大陆电影”的谢晋),故此本刊特发表台湾电影史学家
中段用金属的旋转阳极X线管美国Varian公司EIMAC厂1974年10月生产的中段用金属的旋转阳极X线管在堪萨斯大学中心医院用72英寸(焦点——皮肤)距离、141千伏、800毫安,光电控
期刊
平潭县旅游资源陈居成(福建师范大学地理研究所)一、平潭县自然概况平潭县位于福建沿海中部,介于北纬25°15′~25°45′,东经119°32′~120°10′之间;东濒台湾海峡,西隔海坛海峡与长乐
针对提高特厚煤层综放工作面顶煤回收率、降低含矸率这一具体问题,以斜沟煤矿23103综放工作面为背景,采用数值模拟和现场实测相结合的方法,对其合理放煤步距和放煤方式进行了