词向量聚类加权TextRank的关键词抽取
2017-02-25分类号：TP391.1
【部门】中国人民大学数据工程与知识工程教育部重点实验室 中国人民大学信息资源管理学院
【摘要】【目的】将维基百科蕴涵的世界知识以词向量方式融入TextRank模型,改进单文档关键词抽取效果。【方法】利用Word2Vec模型基于维基百科中文数据,生成词向量模型,对TextRank词图节点的词向量进行聚类以调整簇内节点的投票重要性,结合节点的覆盖和位置因素,计算节点之间的随机跳转概率,生成转移矩阵,最终通过迭代计算获得节点的重要性得分,选取前TopN个词语生成关键词。【结果】当TopN≤7时,词向量聚类加权方法均优于对比方法;TopN=3时,F值取得最大值,比先前最优结果增量提升了3.374%;Top
【关键词】抽取 词向量 TextRank Word2Vec
【基金】国家社会科学基金项目一般项目“我国数据新闻的理念、实践及其人才培养模式研究”(项目编号:16BXW018);; 北京高等学校青年英才计划项目“基于链接和主题分析的微博社区挖掘研究”(项目编号:YETP0215)的研究成果之一
【所属期刊栏目】数据分析与知识发现
文献传递
