基于多属性加权的社会化问答社区关键词提取方法
来源：图书情报工作杂志2018年第5期北京时间：
作者：余本功,李婷,杨颖
单位：1. 合肥工业大学管理学院 合肥 230009;<br />\r\n2. 合肥工业大学过程优化与智能决策教育部重点实验室 合肥 230009
摘要：[目的/意义]现有的关键词提取方法不适应社会化问答社区文本长度较短、内容表述口语化、数据集稀疏的特点，且很少考虑用户关注程度对词语重要性的影响，不能有效地提取此类文本的关键词，因此，提出针对社会化问答社区的多属性加权关键词提取方法。[方法/过程]多属性加权关键词提取方法通过引入调节函数和词性对传统TF-IDF进行改进，并通过线性加权融合用户回答数、关注数、浏览数以及评论数4个用户关注属性来综合度量词语权重。[结果/结论]实验表明，该方法能更有效地提取社会化问答社区文本的关键词。
关键词：社会化问答社区,关键词提取,TF-IDF,多属性加权,
基金资助：本文系国家自然科学基金项目"基于制造大数据的产品研发知识集成与服务机制研究"（项目编号：71671057）和"不确定环境下的复杂产品研发协同绩效动态评价研究"（项目编号：71573071）研究成果之一。
