搜索引擎检索结果聚类的中文标签提取方法

作者：董守斌; 张丽平; 张凌; 李粤; 袁华

来源：2010-10-28, 中国, CN201010527341.6.

本发明公开了一种搜索引擎检索结果聚类的中文标签提取方法,包括以下步骤：S1、用户输入查询词,形成输入文档；S2、选取候选词,对所有候选词评分；S3、判断是否存在未作标记的候选词,若否,则跳转到步骤S8；若是,则选出得分最高的候选词；把这个选中的候选词拓展成为包含该词的有序词序列的集合,进入步骤S4；S4、计算各个有序词序列的频率,抽取高频词序列；S5、对高频词序列评分,并选取候选词序列；S6、判断选词序列是否被接受为标签,若是,则进入步骤S7；若否,则返回步骤S3；S7、根据生成的标签进行聚类；S8、结束操作。本发明可以减少噪音标签,使标签具有更好的代表性、简明性和完整性。

• 单位
  广州数园网络有限公司; 华南理工大学