基于平均信息熵的中文问句关键词提取

被引：1

作者：

丁菲菲 ^{[1
]}

杨思春 ^{[1
]}

刘仁金 ^{[2
]}

机构：

[1] 安徽工业大学计算机科学与技术学院

[2] 皖西学院信息工程学院

来源：

皖西学院学报 | 2014年 / 30卷 / 05期

关键词：

自动问答; 关键词提取; TFIDF; 平均信息熵;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

关键词提取是问答系统中问句分析的重要步骤,它有助于问答系统快速、准确地返回答案。针对现有文献中基于TFIDF等方法在关键词提取准确率及效率方面的不足,提出一种基于平均信息熵的中文问句关键词提取方法。通过加入专业领域词汇,并在停用词过滤的基础上计算问句中每个词的平均信息熵,以词的信息熵值直接体现该词在问句中的重要性;同时在关键词提取过程中,通过设定不同提取比例,并在不同提取比例下观察评价标准值,以最佳提取比例获取更为合适的关键词。实验结果表明,与传统的TFIDF等其他方法相比,该方法的查准率、查全率以及F1测度值都得到显著提高。

引用

页码：46 / 49

页数：4

共 9 条

[1] 基于HNC理论和依存句法的句子相似度计算 [J].