检索结果-南通市图书馆

基于textrank和簇过滤的林业文本关键信息抽取研究

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2020年第5期51卷 207-214,172页

作者：陈志泊李钰曼许福冯国明师栋瑜崔晓晖北京林业大学信息学院北京100083 中国联合网络通信集团有限公司北京100033 中国电信系统集成有限责任公司北京100035

目前,获取林业文本关键信息存在2个问题:关键信息获取主要从关键词角度考虑,忽略了词语的信息类型;网络上的林业文本没有统一的记述结构,词语信息类型提取困难。为此,本文提出了基于改进textrank和簇过滤的林业文本关键信息抽取方法,以... 详细信息

目前,获取林业文本关键信息存在2个问题:关键信息获取主要从关键词角度考虑,忽略了词语的信息类型;网络上的林业文本没有统一的记述结构,词语信息类型提取困难。为此,本文提出了基于改进textrank和簇过滤的林业文本关键信息抽取方法,以“关键词+信息类型”两部分表示文本关键信息。首先,抽取关键词并进行Word2Vec向量化,然后通过构建融合词语特征值、边权值的图模型对textrank进行改进,对经迭代收敛得到的稳定图进行归并聚类形成簇;然后,设计簇品质评价公式进行簇过滤,再次应用textrank形成最终簇集合;最后,对簇进行信息类型标注。对于测试文本,通过比较关键词向量和簇心向量的距离获得词语的信息类型,将信息类型与关键词结合得到文本的关键信息。基于2000篇与林业政策新闻相关的林业文本进行实验,最终簇集合的紧密度为0.9680,间隔度为0.0572,综合评价指标为0.8871;对其中400篇文本进行关键词人工标注,将本文关键词抽取方法与textrank、TF IDF等6种算法进行比较,结果表明,本文方法在MRR、Bpref、准确率和综合评价指标上均获得了较好的效果,说明本文方法在提取林业文本关键词方面具有优势。

关键词：林业文本关键词抽取 textrank 簇过滤信息类型

Tag-textrank:一种基于Tag的网页关键词抽取方法

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2012年第11期49卷 2344-2351页

作者：李鹏王斌石志伟崔雅超李恒训中国科学院计算技术研究所北京100190

关键词抽取是从文本中抽取代表性关键词的过程,在文本处理领域中具有重要的应用价值.利用一种近年来受到广泛关注的新的信息源——社会化标签(tag)——来提高网页关键词抽取的质量.通过对Tag数据进行统计分析,发现用户往往对多个在话题... 详细信息

关键词抽取是从文本中抽取代表性关键词的过程,在文本处理领域中具有重要的应用价值.利用一种近年来受到广泛关注的新的信息源——社会化标签(tag)——来提高网页关键词抽取的质量.通过对Tag数据进行统计分析,发现用户往往对多个在话题上相关的网页使用同样的标签词,一个特定的文档可以通过其标注信息找到相关文档.在此基础上,提出了利用Tag进行关键词抽取的框架,并给出了一种具体的实现方法Tag-textrank.该方法在textrank基础上,通过目标文档中的每个Tag引入相关文档来估计词项图的边权重并计算得到词项的重要度,最后将不同Tag下的词项权重计算结果进行融合.在公开语料上的实验表明,Tag-textrank在各项评价指标上均优于经典的关键词抽取方法textrank,并具有很好的推广性.

关键词：社会化标注标签关键词抽取网页关键词抽取 textrank

基于先验知识textrank的学术文本关键词抽取

在线全文

学校读者我要写书评

暂无评论

情报科学 2019年第3期37卷 75-80页

作者：方俊伟崔浩冉贺国秀陆伟武汉大学信息资源研究中心湖北武汉430072 武汉大学信息检索与知识挖掘研究所湖北武汉430072

【目的/意义】学术文本关键词抽取是从文本中自动抽取具有主题性、代表性的词或短语,是学术信息服务的重要环节。传统的方法大多仅依靠候选关键词有限的词频、文档频率等统计信息,没有考虑学术文本内候选关键词在对应学术领域的使用情况... 详细信息

【目的/意义】学术文本关键词抽取是从文本中自动抽取具有主题性、代表性的词或短语,是学术信息服务的重要环节。传统的方法大多仅依靠候选关键词有限的词频、文档频率等统计信息,没有考虑学术文本内候选关键词在对应学术领域的使用情况,使得关键词抽取的准确率受到限制。针对这一问题,本文提出一种基于先验知识textrank的学术文本关键词抽取算法。【方法/过程】首先计算候选关键词的使用情况作为先验概率特征值,然后运用基于图排序的关键词抽取算法textrank计算候选关键词的文本内特征值,最后结合以上两个特征计算得到候选关键词的综合权值并对关键词进行排序。【结果/结论】在计算机科学领域的多个文献集上进行了实验评估,其结果相较于传统的关键词抽取方法有了明显的提高,证明了基于先验知识textrank的学术文本关键词抽取算法的有效性。

关键词：先验知识关键词抽取 textrank 学术文本

融合LDA与textrank的关键词抽取研究

在线全文

学校读者我要写书评

暂无评论

现代图书情报技术 2014年第7期 41-47页

作者：顾益军夏天中国人民公安大学网络安全保卫学院北京100038 中国人民大学数据工程与知识工程教育部重点实验室北京100872 中国人民大学信息资源管理学院北京100872

【目的】通过将单一文档内部的结构信息和文档整体的主题信息融合到一起进行关键词抽取。【方法】利用LDA对文档集进行主题建模和候选关键词的主题影响力计算,进而对textrank算法进行改进,将候选关键词的重要性按照主题影响力和邻接关... 详细信息

【目的】通过将单一文档内部的结构信息和文档整体的主题信息融合到一起进行关键词抽取。【方法】利用LDA对文档集进行主题建模和候选关键词的主题影响力计算,进而对textrank算法进行改进,将候选关键词的重要性按照主题影响力和邻接关系进行非均匀传递,并构建新的概率转移矩阵用于词图迭代计算和关键词抽取。【结果】实现LDA与textrank的有效融合,当数据集呈现较强的主题分布时,可以显著改善关键词抽取效果。【局限】融合方法需要进行代价较高的多文档主题分析。【结论】关键词既与文档本身相关,也与文档所在的文档集合相关,二者结合是改进关键词抽取结果的有效途径。

关键词：关键词抽取 LDA textrank 图模型

基于改进textrank的藏文抽取式摘要生成

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2020年第9期34卷 36-43页

作者：李维闫晓东解晓庆中央民族大学信息工程学院北京100081 中央民族大学国家语言资源监测与研究中心少数民族语言分中心北京100081

目前,藏文抽取式文本摘要方法主要是提取文本自身的特征,对句子进行打分,不能挖掘句子中深层的语义信息。该文提出了一种改进的藏文抽取式摘要生成方法。该方法将外部语料库的信息以词向量的形式融入到textrank算法,通过textrank与词向... 详细信息

目前,藏文抽取式文本摘要方法主要是提取文本自身的特征,对句子进行打分,不能挖掘句子中深层的语义信息。该文提出了一种改进的藏文抽取式摘要生成方法。该方法将外部语料库的信息以词向量的形式融入到textrank算法,通过textrank与词向量的结合,把句子中每个词语映射到高维词库形成句向量,进行迭代为句子打分,并选取分值最高的句子重新排序作为文本的摘要。实验结果表明,该方法能有效提升摘要质量。该文还在传统ROUGE评测方法的基础上,提出了一种采用句子语义相似度计算的方式进行摘要评测的方法。

关键词：文本摘要 textrank 词向量句子相似度

基于情感分析与textrank的负面在线评论关键词抽取

在线全文

学校读者我要写书评

暂无评论

情报科学 2022年第5期40卷 111-117页

作者：庞庆华董显蔚周斌付眸河海大学商学院江苏常州213022 中国船舶科学研究中心江苏无锡214082 中国空气动力研究与发展中心计算空气动力研究所四川绵阳621000

【目的/意义】负面在线评论已成为商家重要的经营决策信息,对了解客户消费满意度、改善产品和服务质量具有重要意义。【方法/过程】该文将情感分析和关键词抽取相结合,提出一种基于BiGRU-CNN和textrank的在线评论负面关键词抽取方法,即... 详细信息

【目的/意义】负面在线评论已成为商家重要的经营决策信息,对了解客户消费满意度、改善产品和服务质量具有重要意义。【方法/过程】该文将情感分析和关键词抽取相结合,提出一种基于BiGRU-CNN和textrank的在线评论负面关键词抽取方法,即首先对在线评论文本数据进行清洗,然后构建BiGRU-CNN情感分类模型对在线评论进行情感分析,最后采取textrank方法抽取情感分析得到的负面评论中的关键词。利用这种方法,对十个产品与服务类别的6万余条消费者在线评论文本数据进行实证分析。【结果/结论】实验结果表明,该方法能准确判别客户负面在线评论情感倾向,F1值达92.41%,并且负面在线评论关键词抽取结果能较好帮助商家完善产品质量和服务。【创新/局限】提出一种结合双向GRU和CNN结合的情感分类模型,在此基础上基于textrank方法抽取情感分析得到的负面评论中的关键词,进一步提升模型对于在线评论情感分析的准确性。

关键词：负面评论情感分析 textrank 深度学习模型构建关键词抽取

Chinese Text Keyword Extraction Based on Doc2vec And textrank

在线全文

学校读者我要写书评

暂无评论

Chinese Text Keyword Extraction Based on Doc2vec And TextRan...

基于WMD语义相似度的textrank改进算法识别论文核心主题句研究

第32届中国控制与决策会议

作者： Wei Wang Xiangshun Li Sheng Yu School of automation Wuhan University of Technology

Aiming at the impact of semantic relations between texts on text keyword extraction, a method of keyword extraction based on Doc2 vec and textrank algorithms was proposed. Doc2 vec is used to represent the vocabulary vector of the text set. Based on the correlation between text and vocabulary and the difference between vocabulary semantics,the transition probability matrix of textrank is improved, and keyword extraction is performed. Experimental results show that this method is superior to traditional keyword extraction in the accuracy of keyword extraction, and proves that using Doc2 vec for word vector representation improves the performance of the textrank algorithm.

关键词： Doc2vec semantic relationship textrank keyword extraction

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

数据分析与知识发现 2017年第4期1卷 1-8页

作者：王子璇乐小虬何远标中国科学院文献情报中心北京100190 中国科学院大学北京100049

【目的】自动甄别科技论文中描述研究主题的关键语句。【方法】以论文小节为单位组织句子集,通过训练领域词向量计算句子间WMD距离得到相应语义相似度,优化Text Rank算法迭代过程,利用外部特征对所得权值进行调整,按句子权值降序选取关... 详细信息

【目的】自动甄别科技论文中描述研究主题的关键语句。【方法】以论文小节为单位组织句子集,通过训练领域词向量计算句子间WMD距离得到相应语义相似度,优化Text Rank算法迭代过程,利用外部特征对所得权值进行调整,按句子权值降序选取关键主题句。【结果】以气候变化领域科技论文作为实验数据,以人工标注的结果为基准对本文的算法和传统的Text Rank算法进行对比实验,初步结果表明该方法的识别效果(F值)比传统Text Rank算法提升约5%。【局限】句子特征提取有待提高,词向量训练及方法中的相关参数需要做进一步优化。【结论】基于领域词向量,融合WMD语义相似度的Text Rank改进算法,能够较好地甄别科技论文小节内部中心句,辅以外部特征的权值调整后可以较好地识别出一篇论文的核心主题句。

关键词： WMD textrank 语义相似主题句识别外部特征

textrank算法的改进及在政法全文检索系统中的应用

在线全文

学校读者我要写书评

暂无评论

TextRank算法的改进及在政法全文检索系统中的应用

作者：张雯广西大学

学位级别：硕士

近年来,计算机科学技术发展迅猛、应用广泛,人们可以自由享受互联网带来的快捷与便利,但也面临着如何在海量的数据中快速、准确、全面地找到所需要内容的困境。关键词作为文档中比较简洁的摘要，可以为管理、信息的检索提供解决的办法... 详细信息

近年来,计算机科学技术发展迅猛、应用广泛,人们可以自由享受互联网带来的快捷与便利,但也面临着如何在海量的数据中快速、准确、全面地找到所需要内容的困境。关键词作为文档中比较简洁的摘要，可以为管理、信息的检索提供解决的办法，因此也广泛应用于全文检索系统中。本文通过对国内外近年来关键词提取方法的了解，对基础的TFIDF算法与textrank算法进行深入研究，提出了基于TFIDF改进的textrank算法，并设计了改进后textrank算法用于关键词提取的实现流程，通过多次实验评估表明，改进的textrank算法有效提高了关键词提取的精准性，具有较强的实用性。在基于Lucene在政法领域全文检索系统模型的设计与实现过程中，将改进的textrank算法的关键词提取技术应用到系统模型的关键词提取模块中，同时研究了不同数据格式建立索引的方法，以及查询的方法。实现了政法领域的全文检索系统模块的设计，并完成了各个子系统的详细实现过程的展示。

关键词： textrank 分词关键词索引全文检索 Lucene