05-3-关键提取算法TF-IDF算法_第1页
05-3-关键提取算法TF-IDF算法_第2页
05-3-关键提取算法TF-IDF算法_第3页
05-3-关键提取算法TF-IDF算法_第4页
05-3-关键提取算法TF-IDF算法_第5页
已阅读5页，还剩5页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

词向量与关键词提取Python自然语言处理第五章CONTENT目录

01词向量算法02关键词提取技术概述03TF-IDF算法04TextRank算法05LSA/LSI/LDA算法06提取文本关键词章节回顾01OPTION02OPTION有监督的关键词

提取方法无监督的的关键词

提取方法关键提取算法TF-IDF算法TF-IDF（termfrequency-inversedocumentfrequency,词频——逆文档频次算法）：一种基于统计的计算方法，常用于评估某个词对一份文档的重要程度，重要程度高的词会成为关键词。TF-IDF算法由两部分组成:TF算法：统计在一篇文档中一个词出现的频次。核心为若某个词在一个文档中出现的次数越多,则它对文档的表达能力也越强。IDF算法是来统计一个词在文档集的多少个文档中出现。核心为若某个词在越少的文档中出现，那么它区分文档能力也就越强。在实际应用中，会将TF算法、IDF算法这两种算法结合使用，由此就能从词频、逆文档频次这两个角度来衡量词的重要性。关键提取算法TF-IDF算法

关键提取算法TF-IDF算法

关键提取算法TF-IDF算法

关键提取算法TF-IDF算法TF-IDF算法的变种传统的TF-IDF算法中，仅考虑了词的两个统计信息（出现频次、在多少个文档出现），其对文本的信息利用程度考虑较少。文本中还有许多信息，例如每个词的词性、出现的位置等，对关键词的提取起到很好的指导作用。在某些特定的场景中，如在传统的TF-IDF基础上，加上这些辅助信息，能很好的提高对关键词提取的效果。如：名词作为一种定义现实实体的词，带有更多的关键信息，在关键词提取过程中，对名词赋予更高的权重，能使提取出来的关键词更合理。文本的起始段落和末尾段落比起其他部分的文本更重要，对出现在这些位置的词赋予更高

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论