位置:成果数据库 > 期刊 > 期刊详情页
信息过滤中基于统计与规则的关键词抽取研究
  • ISSN号:1000-3428
  • 期刊名称:《计算机工程》
  • 时间:0
  • 分类:TP393.08[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]菏泽学院计算机与信息工程系,山东菏泽274015, [2]山东师范大学信息科学与工程学院,济南250014, [3]山东省分布式计算机软件新技术重点实验室,济南250014
  • 相关基金:国家自然科学基金资助项目(60873247); 山东省高新自主创新专项工程基金资助项目(2008ZZ28)
中文摘要:

目前的研究大多把向量空间模型中特征项的选取与权重的计算分开,掩盖中文分词时产生的语义缺失,导致特征项区分度下降。为此,提出一种基于统计与规则的关键词抽取方法。利用句法规则提取出基本短语,以取代词袋模型中的词,考虑特征项位置、分布及语法角色等信息,综合加权计算特征项权重。实验结果表明,与现有方法相比,该方法能够更有效地进行文本信息过滤。

英文摘要:

Currently,the items selection and calculation of weight are divided by most studies in Vector Space Model(VSM).Defects,such as the semantic vacancy of words after segmentation and low degree of differentiation based on the methods of frequency-based weight calculation,are caused.To overcome this shortcoming,a method of key words extraction based on statistics and rules is proposed.The basic phrases are extracted by the rules of phrase syntax and instead of the words as terms in this method.Full account of feature frequency,position,distribution and grammatical role or other information,a joint feature weight function is constructed,to improve the differentiation of terms and weaken the semantic vacancy of words.Experimental results show that the keywords based on statistics and rules are more effective than others in the text information filtering.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机工程》
  • 北大核心期刊(2014版)
  • 主管单位:中国电子科技集团公司
  • 主办单位:华东计算技术研究所 上海市计算机学会
  • 主编:游小明
  • 地址:上海市桂林路418号
  • 邮编:200233
  • 邮箱:ecice06@ecict.com.cn
  • 电话:021-64846769
  • 国际标准刊号:ISSN:1000-3428
  • 国内统一刊号:ISSN:31-1289/TP
  • 邮发代号:4-310
  • 获奖情况:
  • 1999~2000、2001~2002年度信息产业部优秀期刊奖,2003-2004、2005-2006年度信息产业部电子精品科技...,2007-2008、2009-2010年度工业和信息产业部电子精...,012年度中国科技论文在线优秀期刊一等奖,2013年度中国科技论文在线优秀期刊二等奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),波兰哥白尼索引,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:84139