技术编号:17442497
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。本发明涉及一种基于词频幂律分布特性的文本关键词权重计算方法。背景技术目前应用最广的关键词提取算法有TF-IDF、TEXTRANK、主题模型以及基于深度学习的word2vec。TF-IDF是典型的词袋法,忽略单词的顺序,语法及句法,仅仅将文本看成若干个词汇的集合,且每个单词都是独立的,不依赖与其他单词的出现而出现。并且,在计算词的逆文档频率(IDF)时,需要依赖领域文本集,无法针对单篇的文本,而领域文集的质量和规模对于词权重计算及关键词抽取产生巨大影响。TEXTRANK将文本的候选关键词节点及其共...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。