基于朴素贝叶斯模型的中文关键词提取算法研究

被引：12

作者：

程岚岚

何丕廉

孙越恒

机构：

[1] 天津大学计算机科学与技术系

[2] 天津大学计算机科学与技术系天津

[3] 天津

来源：

计算机应用 | 2005年 / 12期

关键词：

关键词提取; 朴素贝叶斯模型; 特征项;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

提出了一种基于朴素贝叶斯模型的中文关键词提取算法。该算法首先通过训练过程获得朴素贝叶斯模型中的各个参数,然后以之为基础,在测试过程完成关键词提取。实验表明,相对于传统的if*idf方法,该算法可从小规模的文档集中提取出更为准确的关键词,而且可灵活地增加表征词语重要性的特征项,因而具有更好的可扩展性。

引用

页码：64 / 66

页数：3

共 6 条

[1]

Domain-Specific Key-phrase Extraction. FRANK E,PAYNTER G,W ITTEN IH,et al. Proceed ings of the S ixteenth InternationalJoint Conference on Artificial Intelligence (IJCAI-99) . 1999

[2]

Keyword Extraction from a S ingle Docum entusingW ord Co-occurrence Statistical Information. Matsuo Y,Ish izuka M. International Jour-nal on Artificial Intelligence Tools . 2004

[3]

M ethods for automatic term recogn ition:Areview. KAGEURA K,UM INO B. Term inology . 1996

[4]

M ulti-interval Discretization of Continu鄄ous-valued Attributes for Classification Learning. Fayyad U M,Irani K B. The13th International Joint Conference on Artificial Intelligence . 1993

[5]

KEA:PracticalAuto-matic Keyphrase Extraction. W ITTEN IH,PAYNTER GW,FRANK E,et al. Proceed ings ofACM D igital L ibrar-ies Conference . 1999

[6]

PAT-Tree-Based Keyword Extraction for Chinese Information Retrieval. Lee-Feng Chien. . 1997

← 1 →