05-2-关键词提取技术概述_第1页
05-2-关键词提取技术概述_第2页
05-2-关键词提取技术概述_第3页
05-2-关键词提取技术概述_第4页
05-2-关键词提取技术概述_第5页
已阅读5页，还剩4页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

词向量与关键词提取Python自然语言处理第五章CONTENT目录

01词向量算法02关键词提取技术概述03TF-IDF算法04TextRank算法05LSA/LSI/LDA算法06提取文本关键词章节回顾01OPTION02OPTION03OPTION04OPTION词向量算法

的基本理论神经网络

语言模型

C&W模型

CBOW模型和Skip-gram模型关键词提取技术概述02关键词提取技术概述对信息提取的关键词越准确，我们越可能搜索到想要的信息，类似于其他的机器学习方法，关键词提取算法一般也分为：有监督的关键词提取算法无监督的关键词提取算法在信息爆炸的时代，只能筛选出一些我们感兴趣的或者有用的信息进行接收。关键词搜索——>关键词提取(前提)优点：能够获取到较高的精度缺点：需要大批量的标注数据，人工成本过高。大数据时代，每时每刻都有大量的新信息出现，一个固定的词表涵盖所有的新信息，而且人工维护这个受控的词表也需要很高的人力成本有监督机器学习的方法通过分类的方式进行，通过构建一个较为丰富和完善的词表，然后判断每个文档与词表中每个词的匹配程度，以类似打标签的方式，达到关键词提取的效果。关键词提取技术概述无监督方法：不用人工参加，不用训练语料，通过抽取系统来抽取关键词。因此，无监督方法更多的得到采用，一些常用的算法有：TF-IDF算法TextRank算法主题模型算法（包括LSA，LSI、LDA等）关键词提取

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论