1、隨著學(xué)術(shù)交流的國際化水平越來越高，如何使我國讀者在英文素養(yǎng)不高的基礎(chǔ)上對大量的英文科技文獻進行有效閱讀，并且迅速獲取英文文獻的信息，已經(jīng)成為我國學(xué)者研究的一個重要課題，關(guān)鍵詞挖掘提取技術(shù)可以很好的將英文文獻中的信息進行挖掘和提取，是一種解決我國學(xué)者對英文科技文獻需求困境的可行途徑。
　　本文對英文科技文獻文本關(guān)鍵詞采用統(tǒng)計方法、機器學(xué)習(xí)相結(jié)合的方法進行挖掘提取，通過現(xiàn)有的tf-idf算法和位置權(quán)重相結(jié)合的方法實現(xiàn)英文科技文獻關(guān)鍵詞

2、的提取，在提取的過程中文本的預(yù)處理、過濾詞庫的建立和語料庫的選擇是影響關(guān)鍵詞提取技術(shù)的重要因素。本文的主要內(nèi)容如下：
　　1.建立過濾詞庫：通過統(tǒng)計對比的方式將英文科技文獻中具有共性的、無實際意義的、特殊的單詞提取出來形成過濾詞庫。
　　2.確定候選關(guān)鍵詞位置及其權(quán)重：將候選關(guān)鍵詞位置進行定義和區(qū)分，并且采用統(tǒng)計和概率的方法分別確定文章標題、文章章節(jié)標題和正文的三類位置權(quán)重。
　　3.提出并詳細介紹P-TF-IDF算法