计算机工程

作者：李俊, 吕学强

单位：北京信息科技大学 网络文化与数字传播北京市重点实验室, 北京 100101

关键词：关键词抽取,语义关系,词向量,TextRank方法,基于Transformer的双向编码器表示

基金：国家自然科学基金（61671070）；国家语委重点科研项目（ZDI135-53）。

结合文档本身的结构信息与外部词语的语义信息，提出一种融合BERT词向量与TextRank的关键词抽取方法。在基于网络图的TextRank方法基础上，引入语义差异性并利用BERT词向量加权方式优化TextRank转移概率矩阵计算过程，同时通过迭代运算对文档中的词语进行综合影响力得分排序，最终提取得分最高的TopN个词语作为关键词。实验结果表明，当选取Top3、Top5、Top7和Top10个关键词时，与基于词向量聚类质心与TextRank加权的关键词抽取方法相比，该方法的平均F值提升了2.5%，关键词抽取效率更高。

来源：2020年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第9期