1、新聞中的關(guān)鍵詞可以提高用戶體驗,幫助讀者加速閱讀和篩選感興趣的內(nèi)容。然而人工為新聞標注關(guān)鍵詞需要消耗大量人力、物力和財力。我們實現(xiàn)了具有實用價值的中文關(guān)鍵詞提取系統(tǒng),適用于各個領(lǐng)域的新聞資料。實驗表明我們的關(guān)鍵詞提取算法,不論是準確性還是實用性均優(yōu)于傳統(tǒng)算法。為了增強關(guān)鍵詞的表達能力,我們提出了短語級別的中文關(guān)鍵詞提取算法。首次將查詢?nèi)罩?Query log)應(yīng)用到短語合并的算法中,結(jié)合局部頻率,邊界熵,邊界多樣性等統(tǒng)計算法,極大地提高

2、了生成短語的正確率。同時,從工程角度考慮,結(jié)合查詢?nèi)罩镜奶匦?優(yōu)化算法,大大加快了生成短語的速度。實驗數(shù)據(jù)證明,短語級別的關(guān)鍵詞極大地提高了準確率和召回率。我們首次將諸如短語長度信息,短語位置信息,偽語義相似度信息,背景信息等融合到TextRank模型中,將原本無向加權(quán)圖強化為有向加權(quán)圖,增強了TextRank模型的表達力,使基于TextRank模型的關(guān)鍵詞提取算法更加有效。實驗結(jié)果表明我們的算法是非常有效的。目前中文關(guān)鍵詞提取領(lǐng)域缺乏