结合词语分布信息的TFIDF关键词抽取方法研究
徐振强
李保利
1.河南工业大学信息科学与工程学院,郑州450001;数字出版技术国家重点实验室,北京1008712.河南工业大学信息科学与工程学院,郑州450001;数字出版技术国家重点实验室,北京100871
摘要：介绍了关键词抽取的相关工作,并对基于TFIDF的关键词抽取算法进行了分析.结合词语在文本中的分布均衡程度和首次出现位置等特征,提出了一种改进的TFIDF算法,并给出了相应的计算公式.在文档数量和文档平均长度不同的3个语料上进行了对比实验.实验结果表明,结合词语分布信息的TFIDF关键词抽取方法是可行和有效的.
关键词：关键词抽取TFIDF词语分布自动标引
分类号：TP3(计算技术、计算机技术)
资助基金：国家重点实验室开放基金(CCF2012-02-02)河南省基础与前沿技术研究计划(112300410007)河南工业大学高层次人才项目(2012BS027)
论文发表日期：2014-11-01
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：5( 59-63 )
英文信息