关键词抽取

作品数：176被引量：1143H指数：21
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：李涓子谢飞吕学强赵姝吴信东更多>>
相关机构：中国科学院清华大学北京邮电大学华中师范大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家社会科学基金国家重点基础研究发展计划国家高技术研究发展计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=数据分析与知识发现x
共 条 记 录，以下是1-8
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
融合LSTM与逻辑回归的中文专利关键词抽取被引量：8
《数据分析与知识发现》2022年第2期308-317,共10页韦婷婷 江涛 郑舒玲 张建桃 
广东省普通高校青年创新人才类项目(项目编号:2019KQNCX012);广东省基础与应用基础研究区域联合青年基金项目(项目编号:2019A1515110396);教育部人文社会科学研究一般项目(项目编号:20YJC740067)的研究成果之一。
【目的】构建一种能够更加准确地抽取中文专利关键词的方法,解决传统方法难以发现低频、长尾关键词的问题。【方法】提出一种融合长短期记忆神经网络和逻辑回归模型的候选关键词抽取方法,进一步构建重组过滤规则,实现目标关键词抽取。...
关键词：关键词抽取 LSTM神经网络 逻辑回归 重组过滤 
基于义原相似度的关键词抽取方法被引量：9
《数据分析与知识发现》2021年第4期80-89,共10页闫强 张笑妍 周思敏 
国家社会科学基金重点项目(项目编号:17AGL026);北京邮电大学优秀博士生创新基金资助项目(项目编号:CX2019128)的研究成果之一。
【目的】将词语的语义信息引入TextRank算法中,改进关键词抽取效果。【方法】使用HowNet知识库提供的词语义原信息计算词语相似度,根据设定的相似度阈值构建语义词图和矩阵。之后将语义矩阵和共现矩阵加权,得到新的词节点转移概率矩阵...
关键词：TextRank 关键词抽取 义原 词语相似度 
关键词提取研究综述被引量：37
《数据分析与知识发现》2021年第3期45-59,共15页胡少虎 张颖怡 章成志 
国家自然科学基金面上项目(项目编号:72074113)的研究成果之一。
【目的】对关键词提取研究的主要方法、相关特征以及评价方法进行总结梳理,为后续的关键词提取研究提供借鉴。【文献范围】以"Keyword Extraction"、"Keyword Generation"、"Keyphrase Extraction"、"Keyphrase Generation"、"关键词抽...
关键词：提取 关键词抽取 关键词生成 
基于复杂网络词节点移除的关键词抽取方法被引量：1
《数据分析与知识发现》2019年第11期35-42,共8页王安 顾益军 李坤明 李文政 
国家重点研发计划项目(项目编号:2017YFC0820100)的研究成果之一
【目的】将词节点移除融入TextRank算法,提升中文文本关键词抽取效果。【方法】提出中文关键词抽取改进算法RemoveRank。通过引入词节点移除的方式,交替进行排序步骤与移除步骤,综合考虑词图的复杂网络结构特性,将移除队列作为词节点排...
关键词：关键词抽取 TextRank 图模型 词语节点 子图划分 
基于KACC模型的文本分类研究被引量：4
《数据分析与知识发现》2019年第10期89-97,共9页李钰曼 陈志泊 许福 
国家自然科学基金项目“面向开源软件复用的程序分析基础理论及方法研究”(项目编号:61772078);北京林业大学热点追踪项目“互联网+生态站关键技术研究”(项目编号:2018BLRD18)的研究成果之一
【目的】通过提高文本内容表示的数据质量,关联文本内容和文本标签向量,从而提高文本分类的效果。【方法】改进关键词的抽取方法,并使用关键词向量表示文本,提出类别标签表示算法对文本类别进行向量化表示,提出基于注意力机制的胶囊网...
关键词：文本分类 关键词抽取 注意力机制 胶囊网络 类别标签表示 
基于文档主题结构和词图迭代的关键词抽取方法研究被引量：9
《数据分析与知识发现》2019年第8期68-76,共9页孙明珠 马静 钱玲飞 
国家自然科学基金项目“基于演化本体的网络舆情自适应跟踪方法研究”(项目编号:71373123);中央高校基本科研业务费专项:前瞻性发展策略研究资助项目“基于大数据技术的跨境电商政府管理范式研究”(项目编号:NW2018004);国家社会科学基金项目“大数据环境下人文社会科学学术创新力自动测度研究”(项目编号:15BTQ058)的研究成果之一
【目的】利用主题模型得到文本主题信息,将主题信息融入TextRank模型对其进行改进,提升文本关键词自动抽取的准确率和召回率。【方法】利用LDA对文档集进行主题建模,得到候选关键词的主题词分布和文档主题分布;结合候选关键词主题分布...
关键词：关键词抽取 TextRank LDA 图模型 
面向用户评论的关键词抽取研究——以美团为例被引量：7
《数据分析与知识发现》2019年第3期36-44,共9页张震 曾金 
国家社会科学基金重点项目"基于全生命周期的政府开放数据整合利用机制与模式研究"(项目编号:17ATQ006);中央高校基本科研业务费专项资金重大培育项目"大数据环境下的政府信息服务研究"(项目编号:CCNU16Z02002)的研究成果之一
【目的】通过自动从海量用户评论中抽取有效关键词,帮助用户和商家快速有效地发现有价值的信息,从而更好地为用户购买行为提供决策支持,为商家改善服务质量提供信息反馈。【方法】界定面向用户评论的关键词抽取的问题定义,从商家和用户...
关键词：产品推荐 用户评论 关键词抽取 
词向量聚类加权TextRank的关键词抽取被引量：60
《数据分析与知识发现》2017年第2期28-34,共7页夏天 
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
【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...
关键词：关键词抽取 词向量 TextRank Word2Vec 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部