计算机应用研究

作者：谭婷婷,陈高荣,徐建,

单位：南京理工大学计算机科学与工程学院,南京210094；

关键词：中文专利,词向量,关键词提取,词聚类,

基金：国家自然科学基金资助项目(61872186,61802205)；；

关键词提取是诸多文本挖掘任务的前置任务，其精度直接影响了下游任务的性能。 以中文专利为研究对象，针对专利文本的特点，将关键词提取问题转换成词向量聚类问题，提出了一种基于cw2vec词向量的关键词提取方法，称为KEC。该方法首先利用科技文献的关键词以及开源词典构建领域词典；接着，基于领域词典对专利文本进行预处理获取候选关键词，并采用构建cw2vec模型获得候选关键词的词向量表示；最后，采用聚类算法提取最终的关键词。在真实的专利数据集上进行了实验验证，结果表明KEC在精确率、召回率、综合指标F1等指标项上优于现有的其他基于词聚类的关键词提取方法。

来源：2020年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第10期