Jun, 2013

使用众包，轻量级过滤和共指归一化对新闻故事进行主题关键短语的监督提取

PDF
TL;DR本文研究了使用信号词、Freebase 类别等语义特征和预处理步骤来提高自动关键词抽取的准确性，实验结果表明，浅层的语义特征、新闻类别、修辞信号是提高性能的最主要因素，并且将 Freebase 子类别与预处理结合使用，可略微提高性能。
发现论文，激发创造
  • 通过网络挖掘进行连贯关键词提取

    该论文介绍了一种 Kea 关键短语提取算法新的优化方法，通过使用 Web 挖掘获得的统计关联程度作为短语间语义关系的指标，提高了提取出的关键短语的语义连贯性，不受领域限制且结果良好

    Aug, 2003

  • 一种高效的领域无关的监督关键词抽取和排序方法

    我们提出了一种基于监督学习的自动提取文档关键词短语的方法，该方法利用候选短语的简单计算的统计和位置特征，不依赖于任何外部知识库、预训练的语言模型或词嵌入。在基准数据集上的评估显示，我们的方法达到了明显较高的准确性，相对于包括所有基于深度学习的无监督模型在内的多个最新方法，它与一些基于监督深度学习的模型也具有相竞争性。尽管我们的方法是基于监督的，但它不依赖于任何 “黄金” 关键词语料库或外部知识语料库的事实，使得我们的方法在很大程度上具备了无监督方法的优势。

    Mar, 2024

  • 从文本中学习提取关键词

    本研究探讨关键短语在自动文本处理中的应用，通过使用决策树及特定算法 GenEx 进行有监督学习的方法，相较于通用算法 C4.5 及商用软件 Word 97 和 Search 97，结果证明专用算法能更好的生成关键短语，同时 GenEx 在元数据生成和内容标记方面也表现优异。

    Dec, 2002

  • 应用无监督关键词方法于从出院记录中提取出的概念

    在这项研究中，使用临床自然语言处理技术解决了识别和映射标准术语的问题。提出了一种用于提取临床文本中关键概念的 TF-IDF 快捷方法，并使用基于 transformer 的模型设计了两种下游任务，结果表明 SciBERT 模型在结合提出的方法时具有优越性，并为临床笔记的关键短语提取提供了洞察。

    Mar, 2023

  • 使用序列标注的关键词提取

    本文提出了一种序列标注方法，将关键短语提取问题变为一个更自然的建模方式，并表明标注模型相比现有最先进的提取方法具有显著的性能优势。

    Aug, 2016

  • 关键词抽取综述

    介绍了关键词提取的作用和方法，并对现有工作进行了综述和对不同评估方法进行了分析，重点在数字信息管理系统中使用关键词提取的效果和流行的无监督技术进行了实验研究。

    May, 2019

  • WikiRank 基于背景知识的关键词提取算法改进

    本文提出了基于维基百科背景知识的关键短语提取方法 WikiRank，在构建语义图和将提取问题转化为图优化问题后，得到优化的参数集，相较于其他现有模型在 F1 得分上提升了超过 2%。

    Mar, 2018

  • 广播新闻关键词云生成

    本文介绍了一种加强的自动关键词提取方法，应用于广播新闻。该方法利用语音识别和新闻索引等方式，为每条新闻创建一个概念层，同时生成一个包括电视和广播新闻节目中的关键词云。

    Jun, 2013

  • 利用数据增强和信息过滤改进关键词提取

    本研究提出了一种新颖的语料库和方法，用于从 Behance 平台上流播放的视频的转录中提取关键词短语，文章提出了一种用于从其他领域获得关键词提取任务的背景知识的新型数据增强方法，并在所提出的数据集上展开了广泛的实验。

    Sep, 2022

  • PatternRank: 基于预训练语言模型和词性的无监督关键词提取

    本文提出了一种基于预训练语言模型和词性标注的无监督关键词提取方法 PatternRank，实验结果表明，在单文档关键词提取中，PatternRank 表现优于现有最先进的方法，并且作者提供了 KeyphraseVectorizers 软件包，使得提取出的关键词可以在不同领域中灵活应用。

    Oct, 2022