在信息爆炸時代，信息量呈幾何級數(shù)增長。面對海量文本，如何快速掌握某篇文章的主題、把握作者思想，成為節(jié)約讀者時間、提高閱讀速度的關(guān)鍵問題。關(guān)鍵詞作為文章主題和作者思想的體現(xiàn)能夠有效解決該問題。然而，網(wǎng)絡(luò)上的絕大部分文章并未提供關(guān)鍵詞，如果對這些文本采取人工標(biāo)引的方法進(jìn)行關(guān)鍵詞標(biāo)注，不僅費時費力、效率低下，而且主觀隨意性比較大。因此，關(guān)鍵詞自動提取的研究具有重要的現(xiàn)實意義。 傳統(tǒng)的關(guān)鍵詞提取算法只注重文檔的表層統(tǒng)計特性（如詞頻、詞語位置、詞語長度等），忽略文檔的語義信息和結(jié)構(gòu)信息，導(dǎo)致關(guān)鍵詞語義和結(jié)構(gòu)信息的缺失。而現(xiàn)有基于詞語網(wǎng)絡(luò)的關(guān)鍵詞提取算法，雖然在一定程度上利用了文檔的結(jié)構(gòu)信息，但語義信息的利用依然不足，并且網(wǎng)絡(luò)的構(gòu)造過程過分依賴于分詞的粒度。 針對上述問題，本文對基于復(fù)雜網(wǎng)絡(luò)的關(guān)鍵詞提取進(jìn)行了研究。首先針對傳統(tǒng)詞語網(wǎng)絡(luò)構(gòu)造過程中過分依賴分詞粒度的不足，提出一種鄰近名詞合并的算法，在ICTCLAS初步分詞的基礎(chǔ)上利用提出的鄰近詞合并算法識別出名詞短語，并將短語添加到分詞詞典中，然后對待處理文檔重新進(jìn)行分詞；其次針對傳統(tǒng)詞語網(wǎng)絡(luò)語義缺失的問題，在文本復(fù)雜網(wǎng)絡(luò)的構(gòu)建過程中利用知...

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文主要研究內(nèi)容
    1.4 論文結(jié)構(gòu)
第二章 關(guān)鍵詞提取的相關(guān)技術(shù)
    2.1 引言
    2.2 中文分詞技術(shù)
    2.3 復(fù)雜網(wǎng)絡(luò)概念及相關(guān)理論
    2.4 關(guān)鍵詞提取相關(guān)算法
    2.5 本章小結(jié)
第三章 基于復(fù)雜網(wǎng)絡(luò)的關(guān)鍵詞提取算法
    3.1 引言
    3.2 文本復(fù)雜網(wǎng)絡(luò)的構(gòu)造
        3.2.1 預(yù)處理過程
        3.2.2 基于知網(wǎng)的相似度計算
        3.2.3 構(gòu)造網(wǎng)絡(luò)
    3.3 節(jié)點重要度計算方法
        3.3.1 加權(quán)點度中心度
        3.3.2 節(jié)點介數(shù)
        3.3.3 綜合計算公式
    3.4 關(guān)鍵詞提取流程
    3.5 本章小結(jié)
第四章 關(guān)鍵詞提取實驗與結(jié)果分析
    4.1 引言
    4.2 原型系統(tǒng)介紹
        4.2.1 系統(tǒng)環(huán)境
        4.2.2 實驗數(shù)據(jù)
        4.2.3 原型系統(tǒng)概覽
    4.3 實驗與結(jié)果分析
        4.3.1 鄰近詞合并實驗
        4.3.2 相似節(jié)點合并實驗
        4.3.3 節(jié)點重要度計算實驗
        4.3.4 關(guān)鍵詞提取實驗
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 進(jìn)一步的工作
致謝
參考文獻(xiàn)
讀研期間研究成果
附錄一：“講話”分詞結(jié)果
附錄二：“講話”再分詞結(jié)果



本文編號：4049172