【摘 要】
：
关键词的抽取广泛应用于自然语言处理过程中,对于中文关键词抽取,分词结果及候选词的选取严重影响后期的抽取结果.针对候选关键词的选取对文本特征表示方法进行改进,首先,提
【机 构】
：
哈尔滨工程大学 自动化学院,哈尔滨,150001齐齐哈尔大学 现代教育技术中心,黑龙江 齐齐哈尔,161006;
论文部分内容阅读
关键词的抽取广泛应用于自然语言处理过程中,对于中文关键词抽取,分词结果及候选词的选取严重影响后期的抽取结果.针对候选关键词的选取对文本特征表示方法进行改进,首先,提取词组特征表达为文本出现次数n、 频数TF和逆频率IDF,将词组出现的次数n以二值表矩阵的形式表示出来,然后运用提取的TF与IDF计算出词组的TF-IDF值并将其从大到小排列,将其最大值作为初步的文本特征;然后再以文本特征的三个参数为三维空间(x.y.z)中的一个坐标点,以该点到原点(0.0.0)的距离R(R为原点距)为度量,最后,选取原点距R最大的6个词组作为文本的关键词,即最终的文本特征.通过实验验证提出的方法可以有效提高文本分类及相似度比对的效率,并且能够保证较高的准确度.
其他文献
对某型飞机前起落架的气动噪声特性进行了数值仿真分析和声学风洞试验研究。在典型飞机着陆速度下,采用分离涡(DES)方法模拟起落架周围非定常湍流流场,通过涡声理论计算声源
上了年纪的奶奶没使用过智能手机。一天早上,正在家里忙活的奶奶突然被一阵手机铃声吸引住了,原来是老妈的手机落在了餐桌上。“人欲静而机不止”!“苍茫的天涯是我的爱,绵绵
由于模拟的局限性常常在于缺乏正确全面的数据,因而人们怀疑能从整个铸造过程包括所有主要工艺参数的模拟中能得到什么;当把模拟结果应用到铸件上时,通过模拟方法增强铸造工
从2010年11月3日新疆投运第一条“疆电外送”工程--新疆与西北电网750千伏联网工程（简称第一通道）起，到今年6月底投运第二条750千伏“疆电外送”工程尚不足三年。而今年年底，新疆
焦化酚氰污水因其成分复杂、毒性大、难于生物降解,是世界公认的最难处理废水之一.以山东钢铁集团济南焦化厂为例,介绍了酚氰污水来源及AA-OO废水处理工艺流程.投产之初,因在
高血压病被人们俗你为“血压高”,又把收缩期血压称为“高压”,把舒张期血压称为“低压”。患高血压病之后,应积极治疗。这是被许多人所理解和接受的观点;但有不少患者,误认
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生、测量监控等方面人手,介绍了S226海滨大桥
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生、测量监控等方面人手,介绍了S226海滨大桥
当今社会经济高速发展,当人们物质生物日益富裕起来之后,对于财富的管理也逐渐重视起来.财富管理就是帮助有钱人从繁杂的,复杂的金融配置中把时间空出来.本文就财富管理展开