摘要: 未标注或遗失关键词给科技文献的分类和导航工作带来一定困难,针对这一问题,提出了基于文献摘要内容 的关键词自动标注算法。该算法使用标注过关键词的文献摘要作为训练文本,分别采用语言模型、Latent Dirichlet Allocation(LDA)模型,Probabilistic Author-Topic模型及语言模型+工DA模型的组合模型对训练集中的摘要文本和 关键词建模,建立关键词和组成摘要文本特征词之间的关系,然后利用这些模型在未标注关键词的科技文献摘要上进 行关键词的预测。在中英文数据上的实验结果表明,自动标注的关键词能较好地反映科技文献的内容;在所有模型 中,语言模型+LDA组合模型的效果最佳。
No related articles found! |
|