Nov, 2022

利用词性标注和增强的语义感知提高自动关键词提取方法的性能

PDF
TL;DR该论文提出了一种基于 PoS 标记的改进的语义意识通用方法来提高任何自动关键字提取方法的性能，包括诸如信息检索和自然语言处理等应用，实验证明该方法可显著改善现有五种最佳方法的表现。
automatic keyword extractionsemantic-awarenesspos-tagginginformation retrievalnatural language processing
发现论文，激发创造
  • KEA: 实用的自动关键词提取

    这篇论文介绍了 Kea，一种自动从文本中提取关键词的算法，该算法使用词法方法识别关键词并使用机器学习算法预测关键词，具有简单、强大和可公开使用等特点。

    Feb, 1999

  • SemRe-Rank：通过个性化 PageRank 算法结合语义相关性提升自动术语提取

    本文主要介绍一种新的方法 ——SemRe-Rank，它是一种集成了语义关联性的自动术语提取方法，并使用了基于单词嵌入的个性化 PageRank 过程来计算候选术语的 “语义重要性” 得分，然后修改由基本 ATE 算法计算的候选术语的得分。经过广泛的评估，它在四种不同类型的数据集上对比了 13 种先进的基本 ATE 方法，证明它可以在所有基本方法和所有数据集上获得广泛的改善。与基于 TextRank 的替代方法相比，SemRe-Rank 在精度和 F1 值上的优势更加明显。

    Nov, 2017

  • 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

  • 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

  • 面向特定领域的词性标注快速适应

    本文介绍了一种快速适应新域的 POS 标注器的方法，该方法利用大量文本中收集的后缀信息和字形信息以增加词汇覆盖率，在生物领域的实验中表现出了与该领域中特别训练的 POS 标注器相当的结果。

    Oct, 2014

  • 面向自动标记的天生优越：新目标函数实现更快更好

    本文介绍基于关键词提取和自动标记技术的 BAT 自动标记系统，根据新的目标函数和学习率策略，增强了 F1 和 F2 得分，提高了标记准确性和转化率。

    Jun, 2022

  • 自动术语提取的最新进展：一项调查

    本文就基于深度学习和基于 Transformer 模型的 ATE 系统进行了综述，并对比了之前基于特征工程和非深度学习算法的 ATE 系统。

    Jan, 2023

  • 科学出版物分类方案中的无监督关键词提取和聚类

    本文研究如何使用自动化方法提取科学文献中的关键词和短语，包括集成评分、语义网络和聚类等技术，并在 “可解释的人工智能” 领域的文献数据集上进行了评估。结果表明，集成评分可以提高关键词提取性能，基于 ConceptNet 语义网络的词嵌入具有类似于上下文化词嵌入的性能，但前者计算效率更高。最后，以术语为级别的语义关键词聚类可以将相似的术语组合在一起，适合用于构建分类方案。

    Jan, 2021

  • W2KPE：基于词语关系的关键短语提取

    该研究介绍了他们提交的 ICASSP 2023 MUG 挑战赛第 4 轨道 —— 关键短语提取，并描述了他们开发的技术以改进关键短语提取的性能，包括采用命名实体识别任务的单类建模，用多类焦点损失函数替换丢失函数等。

    Mar, 2023

  • 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