融合语义特征的无监督关键词提取算法
赵长路1
刘军1
胡佳2
胡宝权1
1.兰州理工大学机电工程学院 兰州 7300502.哈尔滨商业大学计算机与信息工程学院 哈尔滨 150028
摘要：针对传统的词图模型的关键词提取算法缺乏文本语义理解的不足,提出一种融合语义特征的无监督关键词提取算法,该方法结合词嵌入技术与词图模型的思想,将文本语义信息和语序信息同时融入到传统的词图模型算法中.首先利用Word2vec和Doc2vec模型分别对词和文本进行向量表征,获取文本的语序信息,然后通过词向量计算出候选词与文本之间的语义相似度,进而改进TextRank算法,重新对候选关键词之间的边权值和初始值进行分配,并构建对应的重启概率矩阵和转移概率矩阵用于词图模型迭代计算候选词的分值以及关键词的提取.实验结果表明,有效地融合文本的语义信息和语序信息能够提升关键词提取的准确性.
关键词：关键词提取语义信息语序信息向量表征TextRank算法
分类号：TP391.4(计算技术、计算机技术)
资助基金：国家自然科学基金(71861025)国家重点研发计划(2018YFB1703105)
论文发表日期：2024-07-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 1909-1915,1926 )
英文信息