Sep, 2020

使用句法特征改进联合层 RNN 关键词提取

PDF
TL;DR本研究旨在提高从印尼 Twitter 数据中提取关键词的精确度，使用句法特征等额外信息修改 JRNN 模型的输入层提取多个关键词序列，并使用数据增强方法增加训练示例。在实验证明该方法优于基线方法，精度和 F1 分别达到 0.9597 和 0.7691。
keyphrase extractionsocial media analysisindonesia languagejrnndata augmentation
发现论文，激发创造
  • 面向话题的社交媒体语言神经关键短语生成

    研究自动理解社交媒体上的用户生成内容，利用基于序列到序列模型的神经关键短语生成框架提取突出信息，并允许生成缺失关键短语。实验表明该模型在三个数据集中表现优异，能学习有意义的主题，从而解释其在社交媒体关键短语生成中的优越性。

    Jun, 2019

  • 基于跨度特征表示的关键短语提取

    该论文提出了一种新颖的 Span Keyphrase Extraction 模型，能够直接从所有内容令牌中提取以跨度为基础的关键短语的特征表示，并进一步学习捕捉单个文档中关键短语之间的交互，以获得更好的排序结果。

    Feb, 2020

  • 从灾难相关的推文中提取关键词

    本文探讨如何从社交媒体平台（如 Twitter）中提取与灾难有关的关键词，以帮助加强对灾害现场情况的认识。作者提出了一种基于嵌入式度量的模型来评估关键词提取的质量，这一模型比 F1 得分更准确。作者改进了嵌入式度量模型，并通过使用上下文词嵌入、POS 标签、音标和音韵学特征来提高模型在 Twitter 通用数据和相关数据上的性能。

    Oct, 2019

  • 基于关联约束的关键词生成

    本文提出了一种名为 CorrRNN 的序列到序列架构，通过使用覆盖向量和考虑前面的关键短语以消除重复短语，改进了自动关键短语生成，实验结果表明，这种方法在准确度和多样性方面显著优于现有的最先进的方法。

    Aug, 2018

  • 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

  • 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

    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。

    Jun, 2013

  • 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

  • 使用句向量进行简单的无监督关键短语抽取

    本文提出了一种新颖的无监督方法，即 EmbedRank，通过使用句子嵌入从单个文档中提取关键短语，进而在标准数据集上实现了比基于图的现有系统更高的 F-score，适用于实时处理大量 Web 数据，并通过引入基于嵌入的最大边际相关性来明确地增加所选关键短语的覆盖率和多样性，200 份投票的用户调查表明，我们的高多样性选择得到人类的接受。

    Jan, 2018

  • 依存关系文本图用于关键词和摘要提取，及其在交互式内容检索中的应用

    通过聚集深度学习方法提供的依存句法分析器提供的链接形成的依赖图来建立神经网络和基于图的自然语言处理之间的桥梁，并通过提取最大强连通组件中的关键词和摘要来介绍统一的关键词、摘要和关系提取方法，从而构建一个新的对话引擎，利用内在结构信息提取命题之间的关系。

    Sep, 2019

  • 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