融合LSTM和LDA差异的新闻文本关键词抽取方法OA北大核心CSCDCSTPCD
A news keyword extraction method combining LSTM and LDA differences
针对语义信息对TextRank的影响,同时考虑新闻标题信息高度浓缩以及关键词的覆盖性与差异性的特点,提出一种新的融合LSTM和LDA差异的关键词抽取方法.首先对新闻文本进行预处理,得到候选关键词;其次通过LDA主题模型得到候选关键词的主题差异影响度;然后结合LSTM模型和word2vec模型计算候选关键词与标题的语义相关性影响度;最后将候选关键词节点按照主题差异影响度和语义相关性影响度进行非均匀转移,得到最终的候选关键词排序,抽取关键词.该方法融…查看全部>>
宁珊;严馨;周枫;王红斌;张金鹏
昆明理工大学信息工程与自动化学院,云南 昆明 650504昆明理工大学云南省人工智能重点实验室,云南 昆明 650500昆明理工大学信息工程与自动化学院,云南 昆明 650504昆明理工大学云南省人工智能重点实验室,云南 昆明 650500昆明理工大学信息工程与自动化学院,云南 昆明 650504
信息技术与安全科学
关键词抽取新闻标题TextRank算法word2vec模型LDA模型
《计算机工程与科学》 2020 (1)
基于篇章特征的越南语新闻事件信息抽取关键技术研究
153-160,8
国家自然科学基金(61562049,61462055)
评论