KERT：基于内容代表性文档标题的主题关键词自动提取与排序
机器学习
2013-06-04 v1 信息检索
摘要
我们提出了 KERT（Keyphrase Extraction and Ranking by Topic，基于主题的关键短语提取与排序）框架，用于主题关键词的生成与排序。通过从传统的以单元词为中心的无监督关键词提取方法转向以短语为中心的方法，我们能够直接比较并对不同长度的短语进行排序。我们构建了一个主题关键词排序函数，该函数实现了代表高质量主题关键词的四个标准：覆盖度（coverage）、纯度（purity）、短语性（phraseness）和完整性（completeness）。我们在计算机科学和物理学领域的两个内容代表性标题集合上验证了我们方法的有效性。
引用
@article{arxiv.1306.0271,
title = {KERT: Automatic Extraction and Ranking of Topical Keyphrases from Content-Representative Document Titles},
author = {Marina Danilevsky and Chi Wang and Nihit Desai and Jingyi Guo and Jiawei Han},
journal= {arXiv preprint arXiv:1306.0271},
year = {2013}
}
备注
9 pages