文献

J-GLOBAL ID：201802274454998994   整理番号：18A0095950

多特徴を融合したTextRankキーワード抽出手法【JST・京大機械翻訳】

TextRank Keyword Extraction Based on Multi Feature Fusion

著者 (4件)： Li Hang (广東工業大学計算机学院 广州 510006) ,  Tang Chaolan (广東工業大学芸術与設計学院 广州 510075) ,  Yang Xian (广東工業大学芸術与設計学院 广州 510075) ,  Chen Wanting (广東工業大学計算机学院 广州 510006)
資料名： Qingbao Zazhi  (Qingbao Zazhi)
巻： 36  号： 8  ページ： 183-187  発行年： 2017年 
JST資料番号： C3718A  ISSN： 1002-1965  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： [目的/意味]キーワード抽出は自然言語処理の分野において広く応用されており,キーワードの抽出をいかに迅速かつ正確に実現するかがテキスト処理の重要な問題となっている。現在、キーワード抽出方法は非常に多いが、正確率は依然として向上する必要がある。そのため、単一ドキュメント内部構造情報を結合することを提案した。単語は,単一文書と文書集合の全体の重要性を抽出するためのキーワード抽出法である。【方法】まず第一に,単語の平均情報エントロピーの特性に従って,文書集合の全体の重要性を計算し,単語の品詞を利用する。位置特性は,単一文書における単語の重要性を計算する。次に,3つの特徴の重みづけを,ニューラルネットワークトレーニングによって最適化した。最後に,三つの特性を用いて,TextRankモデルの語彙的ノードの初期重みと確率的変換マトリックスを改良し,反復法によりキーワードの抽出を実現した。[結果/結論]本研究の方法は,文書集合の全体情報と単一文書自身の情報を結合し,そのキーワード抽出の正確さは従来のTextRank法よりも高いことが示された。TFIDF-TextRank法は明らかに改善された。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 語彙 ,  自然言語処理 ,  最適化 ,  逐次近似 ,  *キーワード ,  品詞 ,  文書処理 ,  内部構造 ,  単語 ,  重みづけ
準シソーラス用語： tf・idf ,  変換行列 ,  情報エントロピー ,  *キーワード抽出 , 【Automatic Indexing@JST】

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (3件)： 融合 ,  キーワード抽出 ,  手法