一种改进的 TextRank 关键词提取算法

来源：计算机技术与发展杂志2020年第03期北京时间：

作者：李志强;潘苏含;戴娟;胡佳佳

摘要：关键词提取在自然语言处理领域有着广泛的应用,如何准确、快速地从文本中获取关键词信息已经成为文本处理 的关键性问题。 现有的关键词提取方法很多,但是这些关键词提取方法的准确率和通用性有待提高。 因此,提出了一种 改进的 TextRank 关键词提取方法,该方法使用 TF-IDF 方法与平均信息熵方法计算文本中词语的重要性,然后根据计算结 果得到词语的综合权重。 利用词语的综合权重改进 TextRank 算法的节点初始值以及节点概率转移矩阵,通过迭代的方式 计算各个节点的权重,直至收敛,从而得到词语的权重信息,选择Top N 个词语作为关键词输出,实现关键词的提取功能。 实验结果表明,相较于传统的 TF-IDF 方法和 TextRank 方法,提出的改进后的 TextRank 关键词提取方法有更好的通用性, 提取的关键词的准确率更高。

关键词：关键词提取;TF-IDF算法;TextRank算法;平均信息熵;自然语言处理