科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对不利于关键词提取质量的同义词现象、一词多义现象及文章主题难以准确全面表达等问题,提出了一种基于语义的关键词提取算法CFCKESE,通过《同义词词林》语义词典与统计信息计算语义的相关度、相似度,获得语义扩展度及其计算方法,融合词汇链方法与语义扩展度,对其依次进行预处理、多义词词义消歧、同义词合并、词汇链构建、有效特征选取和对权重进行综合计算的处理,这样提取出的关键词既能杜绝同义词冗余表达,又能将文本的主题全面而准确地覆盖。实验分析表明,相对于基于词频逆向文件频率(TFIDF)的方法和基于词汇链的方法,基于CFCKESE的方法具备更好的提取效果,其实际应用价值较高。
-
单位安徽工贸职业技术学院
