| 基于改进TF-IDF的中文网页关键词抽取——以新闻网页为例 |
| |
| 引用本文： | 钱爱兵,江岚.基于改进TF-IDF的中文网页关键词抽取——以新闻网页为例[J].情报理论与实践,2008,31(6). |
| |
| 作者姓名： | 钱爱兵 江岚 |
| |
| 作者单位： | 1. 南京中医药大学,经贸管理学院,江苏,南京,210046
2. 南京大学,信息管理系,江苏,南京,210093 |
| |
| 摘 要： | 结合新闻网页的内容特征对中文网页关键词的构成特点进行阐述;对经典的TF-IDF加权公式进行改进,构建一个综合考虑多种影响因素的候选关键词评分加权公式;对SharpICTCLAS分词进行改进,增加位置标注;选择评分较高的词作为候选关键词,利用词的位置标注进行关键词抽取优化操作,将切碎的候选关键词进行组配,形成正式抽取的关键词。实验结果表明:该方法明显优于基准方法,能够抽取到令人满意的关键词。
|
| 关 键 词： | 词频 逆文档频率 新闻网页 关键词抽取 |
Improved TF-IDF-based Keyword Extraction for Chinese Web Page: A Case Study of Web News |
| |
| Qian Aibing et al.Improved TF-IDF-based Keyword Extraction for Chinese Web Page: A Case Study of Web News[J].Information Studies:Theory & Application,2008,31(6). |
| |
| Authors: | Qian Aibing |
| |
| Abstract: | |
| |
| Keywords: | term frequency inverse document frequency Web news keyword extraction |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
