系统科学与数学
首页  |  期刊介绍  |  编 委 会  |  投稿指南  |  期刊订阅  |  广告服务  |  相关链接  |  下载中心  |  联系我们  |  留言板
 
系统科学与复杂性 英文版  
   
   
高级检索 »  
系统科学与数学  2010, Vol. 30 Issue (11): 1592-1596    DOI:
论文 最新目录 | 下期目录 | 过刊浏览 | 高级检索  |   
基于加权复杂网络的文本关键词提取
谢凤宏, 张大为, 黄丹, 谢福鼎
辽宁师范大学计算机与信息技术学院, 大连 116081
Keywords Extraction Based on Weighted Complex Network
XIE Fenghong, ZHANG Dawei, HUANG Dan, XIE Fuding
College of Computer and Information Technology, Liaoning Normal University, Dalian 116081
 全文: PDF (0 KB)   HTML (0 KB)   输出: BibTeX | EndNote (RIS)      背景资料
摘要 通过分析基于复杂网络的关键词提取算法的特点和不足,提出了一种基于加权复杂网络提取的文本关键词新算法.首先根据文本特征词之间的关系构建文本的加权复杂网络模型,其次通过节点的加权聚类系数和节点的介数计算节点的综合特征值,最后根据综合特征值提取出文本关键词.实验结果表明,
该算法提取的关键词能够较好地体现文本主题,提取关键词的准确率比已有算法有明显提高.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词关键词提取   加权复杂网络   综合特征值.     
AbstractBy analyzing the characteristics and disadvantages of the existing keywords extraction algorithms based on complex network, a new keywords extraction
algorithm is proposed by using of weighted complex network. First of all, a weighted complex network model is constructed according to the relationship between the feature words of text. Secondly, the weighted clustering coefficient and betweeness are introduced to calculate the node's multi-feature value. Finally, the keywords are extracted by the multi-feature value. The experiment results show that the keywords extracted by this algorithm have great contribution to the text subject, and the accuracy of keywords extraction is better than the existing algorithms.
Key wordsKeywords extraction   weighted complex network   multi-feature value.   
收稿日期: 2010-09-15;
引用本文:   
. 基于加权复杂网络的文本关键词提取[J]. 系统科学与数学, 2010, 30(11): 1592-1596.
. Keywords Extraction Based on Weighted Complex Network[J]. Journal of Systems Science and Complexity, 2010, 30(11): 1592-1596.
 
没有本文参考文献
没有找到本文相关文献
  版权所有 © 2009 系统科学与数学编辑部   E-mail: jssms@iss.ac.cn
京ICP备05002806号-8