

已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、本文以萬方數(shù)據(jù)和會議集作為測試語料,重點介紹了基于PAT-Tree關(guān)鍵詞的抽取方法和知網(wǎng)在關(guān)鍵詞抽取中的應用。首先通過實驗驗證關(guān)鍵詞具有的一些特征并介紹了常用的關(guān)鍵詞的過濾方法。接著介紹了能夠方便快捷地進行全文串頻統(tǒng)計的PAT-Tree數(shù)據(jù)結(jié)構(gòu)以及互信息。在此基礎(chǔ)上提出了基于PAT-Tree關(guān)鍵詞的抽取方法,抽取過程基于從原始文本中得到的統(tǒng)計信息,取出符合篩選條件的字符串??傮w來說分為四個階段,分別為:對文本進行預處理;在預處理過的文本
2、上建立PAT-Tree,獲取文章詞頻信息;在PAT-Tree上抽取候選關(guān)鍵詞;對關(guān)鍵詞過濾以及選取關(guān)鍵詞。我們把抽取的重點放在了自動過濾符合統(tǒng)計條件的字符串,進一步精選候選關(guān)鍵詞上面。我們在精選過程中采用了新的過濾手段,并借鑒了其它方法的優(yōu)點,形成了一套綜合的過濾手段,有效地提高了精確度,減少了計算量。本文的另外一個特色,考慮到會議集是領(lǐng)域語料,特別使用分治法的思想來處理密集計算,高效地建立PAT-Tree,一方面為抽取領(lǐng)域關(guān)鍵詞提供了
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 中文關(guān)鍵詞抽取技術(shù)的研究.pdf
- 多文檔關(guān)鍵詞抽取技術(shù)的研究.pdf
- 關(guān)鍵詞抽取方法研究及應用.pdf
- 面向主題的關(guān)鍵詞抽取方法研究.pdf
- 基于詞共現(xiàn)的關(guān)鍵詞抽取算法研究.pdf
- 基于詞匯鏈的關(guān)鍵詞抽取算法的關(guān)鍵技術(shù)研究.pdf
- 基于主題模型的關(guān)鍵詞抽取算法研究.pdf
- 基于外在信息的關(guān)鍵詞抽取問題研究.pdf
- 論文關(guān)鍵詞
- 基于模糊邏輯的中文關(guān)鍵詞抽取研究.pdf
- 基于序列模式挖掘的關(guān)鍵詞抽取問題研究.pdf
- 中英文新聞網(wǎng)頁關(guān)鍵詞抽取技術(shù)研究.pdf
- 基于半監(jiān)督學習的關(guān)鍵詞抽取.pdf
- 中文社交媒體話題關(guān)鍵詞抽取算法.pdf
- 基于超圖的文本摘要與關(guān)鍵詞協(xié)同抽取研究.pdf
- 關(guān)鍵詞確認技術(shù)的研究.pdf
- 一種改進的kea 關(guān)鍵詞抽取算法研究
- 面向在線評論的關(guān)鍵詞抽取和知識關(guān)聯(lián)研究.pdf
- 互聯(lián)網(wǎng)信息關(guān)鍵詞抽取的研究與實現(xiàn).pdf
- 關(guān)鍵詞 長尾關(guān)鍵詞 拓展技巧
評論
0/150
提交評論