基于二元切分的互联网新闻主题词自动提取研究

• 作 者: 孙宏纲 陆余良
• 机 构: 合肥电子工程学院网络工程系 合肥 230037
• 出 处: 第五届全国数字博物馆与文化自然遗产数字化及保护研讨会
• 发表日期: 2007年期
• 关键词: 切分 互联网 新闻 主题词提取 文体特性 位置信息 未登录词 索引机制 方法 字典 证明 元词 实验 获取 处理

为了更准确地得到互联网新闻主题词,本文在研究中,借鉴了基于二元自动切分的索引机制。在新闻主题词提取时,选用二元切分,并充分利用新闻自身的文体特性,弱化了对字典的依赖,强化了对二元词的位置信息的处理。实验证明该方法是一种简单有效的获取新闻主题词,包括未登录词的方法。