[发明专利]一种融合图结构与节点关联的关键词提取方法有效
| 申请号： | 201711285868.0 | 申请日： | 2017-12-07 |
| 公开（公告）号： | CN108132927B | 公开（公告）日： | 2022-02-11 |
| 发明（设计）人： | 马慧芳;王双;李苗;赵卫中;李宁 | 申请（专利权）人： | 西北师范大学 |
| 主分类号： | G06F40/279 | 分类号： | G06F40/279;G06F40/30 |
| 代理公司： | 兰州振华专利代理有限责任公司 62102 | 代理人： | 张晋 |
| 地址： | 730070 *** | 国省代码： | 甘肃;62 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种融合图结构与节点关联的关键词提取方法。本发明方法实现步骤如下：1)挖掘文档的频繁封闭词项集并生成强关联规则集合；2)将强关联规则集合中不重复的规则头与规则体作为节点，节点之间有边当且仅当彼此存在强关联规则，以关联规则的关联强度作为边权重构建文档的关联图；3)使用GSNA算法在关联图上随机游走，迭代计算每个节点的重要性分数，并对结果降序排序；4)对前若干个节点聚类，取出每个类的类中心点作为文档的关键提取结果。本发明方法能够在脱离外部语料库的情况下发现长文本的关键词，能够避免领域文集文本长短的影响，在更大范围检验一个词的重要性，进而能够提高领域关键词集的提取精度，还能适用于大规模领域文集的领域关键词集的提取。 | ||
| 搜索关键词： | 一种 融合 结构 节点 关联 关键词 提取 方法 | ||
【主权项】：
一种融合图结构与节点关联的关键词提取方法，其特征在于：1)获取文本，进行文本预处理；2)挖掘文档的频繁封闭项集并生成强关联规则集合；3)将强关联规则集合中不重复的规则头与规则体作为节点，节点之间有边当且仅当彼此存在强关联规则，以关联规则的关联强度作为边权重构建文档的关联图；4)使用GSNA算法在关联图上随机游走，迭代计算每个节点的重要性分数，并对结果降序排序；5)对前若干个节点聚类，取出每个类的类中心点作为文档的关键提取结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西北师范大学，未经西北师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711285868.0/，转载请声明来源钻瓜专利网。
