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

doi:10.16088/j.issn.1001-6600.2015.02.007

广西师范大学学报（自然科学版） ›› 2015, Vol. 33 ›› Issue (02) : 42 -48. DOI: 10.16088/j.issn.1001-6600.2015.02.007

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

作者信息 +

Author information +

文章历史 +

PDF

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3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TF.IDF和SVM方法。该方法能得到较满意的关键词抽取效果。