1.
2. 原理:1、先给本聚类内的所有文档进行分词,然后用一个字典保存每个词出现的
次数
3. 2、遍历每个词,得到每个词在所有文档里的IDF值,和在本聚类内出现的次数
(TF)相乘的值
4. 3、用一个字典(key是词,value是TF*IDF权重)来保存所有的词信息,然后按
value对字典排序,最后取权重排名靠前的几个词作为关键词测试输入如下
5. ================================
6. a 奥运 拳击 入场券 基本 分罄 邹市明 夺冠 对手 浮出 水面
7. a 股民 要 清楚 自己 的 目的
8. a 印花税 之 股民 四季
9. a ASP.NET 自定义 控件 复杂 属性 声明 持久性 浅析
10. a 运动员 行李 将 “后 上 先 下” 奥运 相关 人员 行李 实名制
11. a asp.net 控件 开发 显示 控件 内容
12. a 奥运 票务 网上 成功 订票 后 应 及时 到 银行 代售 网点 付款
13. a 某 心理 健康 站 开张 后 首 个 咨询 者 是 位 新 股民
14. a 残疾 女 青年 入围 奥运 游泳 比赛 创 奥运 历史 两 项 第一
15. a 介绍 一 个 ASP.net MVC 系列 教程
16. a 在 asp.net 中 实现 观察者 模式 ,或 有 更 好 的 方法 (续)
17. a 输 大钱 的 股民 给 我们 启迪
18. a Asp.Net 页面 执行 流程 分析
19. a 杭州 股民 放 鞭炮 庆祝 印花税 下调
20. ================================
21. 数据还是昨天的数据,但每个文章前面都加了个a,所以这个词的IDF肯定很低,
如果单村用词频来提取关键词,这个a肯定被当场关键词了,所以要乘以IDF值来调整特征提取的精度。我们要用程序把上面的文档分成3类,并提取每个类的两个关键词
22. 我给TFIDFMeasure类加了一个GetKeyword的方法,第一个参数是传入几个文
档id列表,第二个参数是要在这几个文档里提取几个关键词,下面是使用该方法的代码
23.
24. //4、初始化k-means算法,第一个参数表示输入数据,第二个参数表示要聚成几
个类
25. WawaKMeans kmeans = new WawaKMeans(data, K);
26. //5、开始迭代
该系统使用遗传算法训练关键词提取 器,然后提取器以文档为输入,经过处理后输出关键 词幢1;Frank等人提出了基于朴素贝叶斯方法的提取 算法,使用离散的短语特征值训练...
基于语义的中文文本关键词提取算法_计算机软件及应用_IT/计算机_专业资料。为...将词 语语义特征融入关键词提取过程中,构建词语语义相似度网络并利用居间度密度...
-CodeMax控件的C#语言应用实例_IT/计算机_专业资料...喜欢此文档的还喜欢 关键词的提取新 21页 免费 ...2014 Baidu 使用百度前必读 文库协议...
基于语义的中文文本关键词提取算法_专业资料。为克服传统关键词提取算法局限于...将词语语义特征融入关键词提取过程中,构建词语语义相似度网络并利用居间度密度度量...
利用文体特征,做好提取关键词_专业资料。提取关键词是近年来高考热考的一种... 文档贡献者 维普网 中国最大最早的专业内容网站 0 0 0.0 文档数 浏览总量...
在关键词抽取方法...该方法采用一元、...文本 关键 词抽取 法的 究 娄玉 娟,徐摘 慧 (...
针对中文文本关键词提取方法中普遍存在的噪声干扰问题,本文提出一种基于词跨度的关键词自动提取方法。该方法通过在传统的关键词权重计算方法中,加入词跨因子,利用词...
利用遗传算法训练、优化公式中的参数,得 到一组适合中文文本的参数,提高文章子...在关键 词抽取中须解决 2 个问题: (1)短语的提取。考虑到抽取的候选关键词...
基于模糊处理的中文文本关键词提取算法_工学_高等教育_教育专区。简要介绍资料的...对文本主题词抽取进行了系统的研究,介绍了一种利用关联规则挖掘中文文本主题词的...
针对现有关键词提取算法需要大量训练数据及时间、常用词分词困难、互联网文档噪音等问题,提出了一种基于TF—IWF的领域文档关键词快速提取算法。该算法使用简单统计并...
热门文档