近幾年,由于文獻(xiàn)信息或者短篇新聞的數(shù)量呈現(xiàn)指數(shù)級增長,而且這些文本的信息量無時(shí)無刻不在增加。因此,如何從信息中抽取出具有重要意義的關(guān)鍵詞,利用信息抽取技術(shù)對文本分類,并滿足信息檢索的需要,已經(jīng)成為當(dāng)前時(shí)期在自然語言處理領(lǐng)域研究的熱點(diǎn)。傳統(tǒng)的關(guān)鍵詞提取方法主要使用TF-IDF算法,通過對不同領(lǐng)域,設(shè)置大小不同的閾值,來提取文本關(guān)鍵詞,這種方法雖然速度快,適合搜索引擎的應(yīng)用,但是受偶然性和領(lǐng)域局限性較大,準(zhǔn)確率忽高忽低。而基于語義提取文本關(guān)鍵詞的算法,能夠達(dá)到詞與詞之間的詞義分析層面,但是不同需求的人,理解文本的方式千差萬別的,因此閱讀同樣的文章能夠得到不同的關(guān)鍵詞結(jié)果。信息抽取技術(shù)如果在語義的基礎(chǔ)上綜合詞的多種特征,并能推斷出用戶的主觀偏好,那么提取關(guān)鍵詞的結(jié)果,不僅能滿足不同人的需求又不失全面性,而且能適合不同場景的文本的關(guān)鍵詞提取,提高關(guān)鍵詞抽取技術(shù)的準(zhǔn)確性和穩(wěn)定性。因此,本文基于上述問題的現(xiàn)狀進(jìn)行深入研究,為了滿足不同偏好關(guān)鍵詞需求的目的,本文工作主要有以下四個(gè)方面:1.提出了一種基于WordNet語義詞典下的DIP（Distance Information Property）語義... 

【文章來源】：吉林大學(xué)吉林省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

ACL2017投稿的各領(lǐng)域占比

第2章關(guān)鍵詞提取相關(guān)算法與技術(shù)10圖2.1WordNet語義詞典的網(wǎng)絡(luò)結(jié)構(gòu)（1）同義反義關(guān)系同義關(guān)系，就是指兩種表達(dá)方式在英文文本中可以相互替換，卻不會改變文本的原意，則這兩種表達(dá)的就是同義關(guān)系。如：{heavy，weighty，ponderous}、{light，weightless，airly}。反義關(guān)系，表示一種詞形關(guān)系，不是關(guān)于概念之間的關(guān)系。如：{heavy，light}、{weighty，weightless}。WordNet中的形容詞反義關(guān)系不同于名詞，包括直接反義詞詞對和間接反義詞詞對，形容詞簇采用N維超空間結(jié)構(gòu)表示，如圖2.2所示。（2）上下位關(guān)系上下位關(guān)系，就是isa關(guān)系，是WordNet語義詞典的名詞中最普遍的兩種關(guān)系[31]，也可以叫做子集關(guān)系或者從屬關(guān)系。如：AisakindofB.其中A是B的上位關(guān)系，B是A的下位關(guān)系。在名詞中使用這種上下位關(guān)系，可以表示名詞的繼承系統(tǒng)，如：柳樹->樹木->植物->生物（willow->tree->plant->organisms），通過詞匯鏈的所有屬性構(gòu)成了名詞間的層次關(guān)系。（3）整體部分關(guān)系整理部分關(guān)系，就是partof關(guān)系，表示一個(gè)詞義是另一個(gè)詞義的一部分，和上下位關(guān)系一樣，是一種不對稱關(guān)系。如：AisapartofB.其中A是B的部分，B是A的整體（如輪子->車，wheel->car）。

第2章關(guān)鍵詞提取相關(guān)算法與技術(shù)11圖2.2WordNet語義詞典的同義反義關(guān)系（4）整體成分關(guān)系整體成分關(guān)系，就是substanceof關(guān)系，表示一個(gè)概念是另一個(gè)概念的成分。如：AisasubstanceofB.其中A是B的成分，B是A的整體（如小學(xué)生->學(xué)生，pupil->student）。（5）集合成員關(guān)系集合成員關(guān)系，就是memberof關(guān)系，表示一個(gè)詞的概念是另一個(gè)詞概念的成員。如：AisamemberofB.其中A是B的成員，B是A的整體（如木頭->桌子，wood->table）。2.1.2WordNet2.1簡介WordNet2.1是2005年發(fā)布的最后的適用于Windows的版本，該版本共包含207016個(gè)詞義對數(shù)，其中單詞分為名詞、動詞、形容詞、副詞四類組成，四類的概念數(shù)達(dá)到1175997個(gè)，不同的單詞數(shù)為155327個(gè)，如表2.1所示。詞典中的多義詞信息中，單義詞總數(shù)達(dá)到128321個(gè)，多義詞總計(jì)27006個(gè)，多義詞語義詞數(shù)總計(jì)78695個(gè)，如表2.2所示。多義詞的平均詞義個(gè)數(shù)包括單義詞與不包括單義詞的比率，如表2.3所示。

【參考文獻(xiàn)】：
期刊論文
[1]融合語義特征的關(guān)鍵詞提取方法[J]. 高楠,李利娟,李偉,祝建明.  計(jì)算機(jī)科學(xué). 2020(03)
[2]融合多元特征的中文網(wǎng)頁關(guān)鍵詞提取方法研究[J]. 張孝飛.  圖書館. 2020(01)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的關(guān)鍵詞提取方法[J]. 孫夢博.  計(jì)算機(jī)產(chǎn)品與流通. 2020(01)
[4]結(jié)合語義相似度改進(jìn)LDA的文本主題分析[J]. 趙林靜.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(12)
[5]基于編輯距離和同義詞詞林的中文百科知識庫三元組降噪方法研究[J]. 谷函哲,王汀,高靜,劉經(jīng)緯.  信息系統(tǒng)工程. 2019(10)
[6]基于關(guān)鍵詞和關(guān)鍵句抽取的用戶評論情感分析[J]. 喻影,陳珂,壽黎但,陳剛,吳曉凡.  計(jì)算機(jī)科學(xué). 2019(10)
[7]多特征融合的句子語義相似度計(jì)算方法[J]. 翟社平,李兆兆,段宏宇,李婧,董迪迪.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(10)
[8]融合主題詞嵌入和網(wǎng)絡(luò)結(jié)構(gòu)分析的主題關(guān)鍵詞提取方法[J]. 曾慶田,胡曉慧,李超.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2019(07)
[9]基于主題模型的多關(guān)鍵詞搜索加密方法[J]. 王文濤,馬永東,王銀款.  成都大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(02)
[10]融合多因素的TFIDF關(guān)鍵詞提取算法研究[J]. 牛永潔,田成龍.  計(jì)算機(jī)技術(shù)與發(fā)展. 2019(07)



本文編號：3624169