针对传统的中文关键短语算法没有充分考虑到语义关系、涵盖信息量少和准确率低等问题，提出一种基于知识图谱来提取关键短语的算法。该算法运用知识图谱的语义网络结构来挖掘文本中两个词之间的潜在关系，通过赋予边权值具体量化潜在关系，构建集成近邻传播(Affinity Propagation, AP)聚类和图的中心性算法来提取关键短语的框架。实验表明，与多种传统关键短语提取算法相比，该算法在准确率、召回率和F1值上有较明显的提升。
科研之友
微信
新浪微博
Facebook
分享链接
