發(fā)布時間：2017-06-23 02:06

  本文關鍵詞：基于詞或詞組長度和頻數(shù)的短中文文本關鍵詞提取算法，，由筆耕文化傳播整理發(fā)布。

【摘要】：中文文本的關鍵詞提取是自然語言處理研究中的難點。國內(nèi)外大部分關鍵詞提取的研究都是基于英文文本的,但其并不適用于中文文本的關鍵詞提取。已有的針對中文文本的關鍵詞提取算法大多適用于長文本,如何從一段短中文文本中準確地提取出具有實際意義且與此段中文文本的主題密切相關的詞或詞組是研究的重點。提出了面向中文文本的基于詞或詞組長度和頻數(shù)的關鍵詞提取算法,此算法首先提取文本中出現(xiàn)頻數(shù)較高的詞或詞組,再根據(jù)這些詞或詞組的長度以及在文本中出現(xiàn)的頻數(shù)計算權(quán)重,從而篩選出關鍵詞或詞組。該算法可以準確地從中文文本中提取出相對重要的詞或詞組,從而快速、準確地提取此段中文文本的主題。實驗結(jié)果表明,基于詞或詞組長度和頻數(shù)的中文文本關鍵詞提取算法與已有的其他算法相比,可用于處理中文文本,且具有更高的準確性。
【作者單位】： 江蘇大學計算機科學與通信工程學院;
【關鍵詞】： 提取 中文文本處理 音譯詞 網(wǎng)絡新詞
【基金】：國家自然科學基金項目(61300228) 江蘇省教育廳自然科學基金(09KJB520003)資助
【分類號】：TP391.1
【正文快照】： 到稿日期:2015-11-04返修日期:2016-03-13本文受國家自然科學基金項目(61300228),江蘇省教育廳自然科學基金(09KJB520003)資助。Keywords Keyword extraction,Chinese text processing,Transliterated words,Internet new words1引言面對現(xiàn)今世界海量的文本信息,人們迫切需要

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 蘭杰;在西文狀態(tài)下閱讀中文文本文件[J];電腦知識;1997年02期

2 駱衛(wèi)華,羅振聲,宮小瑾;中文文本自動校對技術的研究[J];計算機研究與發(fā)展;2004年01期

3 顧益軍,樊孝忠,于江德,李良富;受限領域中文文本主題標引系統(tǒng)研究[J];計算機應用;2004年01期

4 李長榮,闞戈;中文文本2-分類模型在上證指數(shù)趨勢分析中的應用研究[J];齊齊哈爾大學學報;2005年02期

5 許細清;林世平;;面向中文文本的觀點檢索技術研究[J];福州大學學報(自然科學版);2010年05期

6 薛麗敏;李殿偉;肖斌;;中文文本情感傾向性五元模型研究[J];通信技術;2011年07期

7 韓清月;;淺談對外傳播中文文本的寫作[J];對外傳播;2012年10期

8 劉開瑛,薛翠芳,鄭家恒,周曉強;中文文本中抽取特征信息的區(qū)域與技術[J];中文信息學報;1998年02期

9 劉晶茹,王開鑄;中文文本自動校對技術研究及系統(tǒng)組成[J];電腦學習;1999年06期

10 游榮彥;中文文本簡易壓縮與即時加密研究[J];計算機工程與設計;1999年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 鄭天宏;許杭杰;董黎剛;;中文文本抄襲檢查技術的研究[A];浙江省電子學會2010學術年會論文集[C];2010年

2 高楚舒;丁于思;;因特網(wǎng)中文文本信息分析[A];計算機模擬與信息技術會議論文集[C];2001年

3 宋蘭;孫茂松;;中文文本全文查重的實驗研究[A];全國第八屆計算語言學聯(lián)合學術會議（JSCL-2005）論文集[C];2005年

4 李思;張浩;徐蔚然;郭軍;;基于合并模型的中文文本情感分析[A];第五屆全國信息檢索學術會議論文集[C];2009年

5 徐幸;王厚峰;;中文文本蘊含的推理模型[A];中國計算語言學研究前沿進展（2009-2011）[C];2011年

6 徐艷華;;中文文本中時間日期表達形式的自動檢索[A];2004年辭書與數(shù)字化研討會論文集[C];2004年

7 張云濤;龔玲;王永成;;識別中文文本中的未登錄專有名詞的類別[A];2007年中國智能自動化會議論文集[C];2007年

8 甘燦;孫星明;劉玉玲;向凌云;;一種改進的基于同義詞替換的中文文本信息隱藏方法[A];第七屆全國信息隱藏暨多媒體信息安全學術大會論文集[C];2007年

9 蒙應杰;司蕾;是W

本文編號：473656