基于查询日志分析的中文网页关键词抽取方法.pdf

第 卷 第 期 广西 师范 大学学 报 ：自然科 学版 ． ．
年 月 ： ．
基 于查 询 日志 分析 的 中文 网页关 键 词 抽 取 方法
王晓 艳，王 珍珍。
．福 建 师 范 大 学 协 和学 院 ，福 建 福 州 ；．福 建 师 范 大学 经 济 学 院 ，福 建 福 州
摘 要 ：以 全 文 索 引 为基 础 的 网页 搜 索 引 擎 检 索 相 关 度 偏 低 。 针 对 这 一 问题 ，本 文 提 出 了 一 种 基 于查 询 日志
分 析 的 中文 网页 关 键 词 抽 取 方 法 。该 方 法 利 用 用 户 对 网 页 与 查 询 词 的 相 关 性 判 断 来 选 择 关 键 词 。 为 了 量 化
用 户 的相 关 性 判 断 ，提 出 了单 位篇 幅 停 留时 间 、逆 向 点 击 率 、排 名 补 偿 因子 个 指 标 ，并 对 其 进 行 综 合 加 权 。
在查 询 串分 词 、同 义 词 识 别及 多 义 词 消歧 、关 键 短 语 组 配 方 面 ，也 做 了特 殊 处 理 。实 验 结 果 表 明 ：抽 取 关 键 词
的 准确 率 较 高 ，综合 性 能 也 高 于 ．和 方 法 。该 方 法 能 得 到 较满 意 的关 键 词 抽 取 效 果 。
关 键 词 ：查 询 日志 ；关 键 词 抽 取 ；关 键 短 语 组 配 ；同 义 词 识 别 ；多 义 词 消 歧
中 图 分 类 号 ：．； 文 献 标 志 码 ： 文 章 编 号 ：———
引 言
关键 词是文 档 主要 内容 和 中心意 思 的浓 缩表示 ，准确 抽取 关键 词 将有 助 于 beplayapp体育下载 理 解及 文 档 管理 。搜
索 引擎全 文检索 的相关 度让 人失望 ，而 手工标 注关键 词 也 变得 不再 可行 ，在此 背 景下 ，利 用计 算 机 技 术 自
动抽 取关键 词变 得更 为重要 。 目前 关键 词 自动抽取 领域 非常 活跃 ，国内外相继 提 出了多 种抽取 方法 ，大致
可归 纳为 三大类 ：统计 方法 、机器 学****方法 、语言学 方法 。
统计 方法根 据词 汇在文 档 中的统 计特征 和描 述特 征来判 断关 键词 的主题 贡献 度 。常用 的统计 特征 包
括 ：词 频 、．、词 共现 信息、树 、— 统计