基于组合特征的中文新闻网页关键词提取方法

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (19): 222-226.

基于组合特征的中文新闻网页关键词提取方法

袁津生，毛新武

北京林业大学信息学院，北京 100083

出版日期:2014-10-01 发布日期:2014-09-29

Keyword extraction from Chinese news Web pages based on multi-features

YUAN Jinsheng, MAO Xinwu

School of Information, Beijing Forestry University, Beijing 100083, China

Online:2014-10-01 Published:2014-09-29

摘要/Abstract

摘要： 针对中文新闻网页的特点，使用了包括统计特征、位置特征和词性特征等在内的多种特征综合评定候选关键词的权重大小。对于部分分词结果不能良好地反映主题的问题，提出了一种基于有向图的组合词生成方法，旨在找出高频次的相邻词作为组合词。实验结果表明，该方法较传统的TF-IDF方法效率有较大提升，能够有效提取出新闻网页关键词。

关键词: 关键词提取, 组合特征, 组合词, 有向图, 新闻网页

Abstract: Considering the characteristics of Chinese news Web pages, this paper uses many features including statistical feature, position feature and POS（Part of Speech） feature to evaluate the weight of candidate keywords. In order to solve the problem of that some segmentation cannot reflect the theme, this paper proposes a compound words generation method based on directed graph, which aims to find adjacency words for compound words. The experimental results show that this method is vastly superior to the conventional TF-IDF method in efficiency and can extract keyword from news Web page efficiently.

Key words: keyword extraction, multi-features, compound words, directed graph, news Web page

袁津生，毛新武. 基于组合特征的中文新闻网页关键词提取方法[J]. 计算机工程与应用, 2014, 50(19): 222-226.

YUAN Jinsheng, MAO Xinwu. Keyword extraction from Chinese news Web pages based on multi-features[J]. Computer Engineering and Applications, 2014, 50(19): 222-226.

[1]	蔡冬丽，钟清华，朱永升，廖金湘，韩劢之. 三维输入卷积神经网络脑电信号情感识别[J]. 计算机工程与应用, 2021, 57(5): 161-167.
[2]	李振涛，冯元珍，王正新. 事件触发下多智能体系统固定时间二分一致性[J]. 计算机工程与应用, 2021, 57(21): 80-86.
[3]	樊玮，刘欢，张宇翔. 融合词向量与位置信息的关键词提取算法[J]. 计算机工程与应用, 2020, 56(5): 179-185.
[4]	陈景霞，王丽艳，贾小云，张鹏伟. 基于深度卷积神经网络的脑电信号情感识别[J]. 计算机工程与应用, 2019, 55(18): 103-110.
[5]	段旭磊，张仰森，郭正斌. 微博文本聚类中特征扩展策略研究[J]. 计算机工程与应用, 2017, 53(13): 90-94.
[6]	陈恒1，2，李冠宇2，孙云浩2. 重排序RDF流三元组模式的蚁群优化方法[J]. 计算机工程与应用, 2017, 53(12): 172-177.
[7]	张海军1，2，李勇2，闫琪琪2. 一种基于海量语料的网络热点新词识别方法[J]. 计算机工程与应用, 2015, 51(5): 208-213.
[8]	刘敏娜，解争龙，黄素萍. 基于任务图的并行调度MEWFM算法[J]. 计算机工程与应用, 2015, 51(10): 67-71.
[9]	耿显亚，许峰. 基于图论模型的一类集成电路布线算法[J]. 计算机工程与应用, 2015, 51(1): 21-25.
[10]	高东，许欣，马昕，张贝克. 基于符号有向图与趋势分析的故障诊断框架[J]. 计算机工程与应用, 2014, 50(13): 6-9.
[11]	马昕，张贝克. 模糊SDG故障诊断方法及其应用[J]. 计算机工程与应用, 2011, 47(9): 221-224.
[12]	党正军，杜中军. 基于图裁减和图搜索的工作流图验证算法[J]. 计算机工程与应用, 2011, 47(4): 226-228.
[13]	师海忠. 有向图语言[J]. 计算机工程与应用, 2011, 47(22): 53-56.
[14]	李战明，林娟，陈若珠. 组合特征和二级判断模型相结合的说话人识别[J]. 计算机工程与应用, 2011, 47(10): 180-182.
[15]	高文宇. 有向图连通支配集求解算法[J]. 计算机工程与应用, 2010, 46(21): 9-13.