05-2-關(guān)鍵詞提取技術(shù)概述_第1頁
05-2-關(guān)鍵詞提取技術(shù)概述_第2頁
05-2-關(guān)鍵詞提取技術(shù)概述_第3頁
05-2-關(guān)鍵詞提取技術(shù)概述_第4頁
05-2-關(guān)鍵詞提取技術(shù)概述_第5頁
已閱讀5頁，還剩4頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

詞向量與關(guān)鍵詞提取Python自然語言處理第五章CONTENT目錄

01詞向量算法02關(guān)鍵詞提取技術(shù)概述03TF-IDF算法04TextRank算法05LSA/LSI/LDA算法06提取文本關(guān)鍵詞章節(jié)回顧01OPTION02OPTION03OPTION04OPTION詞向量算法

的基本理論神經(jīng)網(wǎng)絡(luò)

語言模型

C&W模型

CBOW模型和Skip-gram模型關(guān)鍵詞提取技術(shù)概述02關(guān)鍵詞提取技術(shù)概述對信息提取的關(guān)鍵詞越準(zhǔn)確，我們越可能搜索到想要的信息，類似于其他的機(jī)器學(xué)習(xí)方法，關(guān)鍵詞提取算法一般也分為：有監(jiān)督的關(guān)鍵詞提取算法無監(jiān)督的關(guān)鍵詞提取算法在信息爆炸的時代，只能篩選出一些我們感興趣的或者有用的信息進(jìn)行接收。關(guān)鍵詞搜索——>關(guān)鍵詞提取(前提)優(yōu)點(diǎn)：能夠獲取到較高的精度缺點(diǎn)：需要大批量的標(biāo)注數(shù)據(jù)，人工成本過高。大數(shù)據(jù)時代，每時每刻都有大量的新信息出現(xiàn)，一個固定的詞表涵蓋所有的新信息，而且人工維護(hù)這個受控的詞表也需要很高的人力成本有監(jiān)督機(jī)器學(xué)習(xí)的方法通過分類的方式進(jìn)行，通過構(gòu)建一個較為豐富和完善的詞表，然后判斷每個文檔與詞表中每個詞的匹配程度，以類似打標(biāo)簽的方式，達(dá)到關(guān)鍵詞提取的效果。關(guān)鍵詞提取技術(shù)概述無監(jiān)督方法：不用人工參加，不用訓(xùn)練語料，通過抽取系統(tǒng)來抽取關(guān)鍵詞。因此，無監(jiān)督方法更多的得到采用，一些常用的算法有：TF-IDF算法TextRank算法主題模型算法（包括LSA，LSI、LDA等）關(guān)鍵詞提取

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論