结合领域知识的影视文本关键词提取算法研究

王芳; 刘嘉恩; 李晶

doi:10.19770/j.cnki.issn.1008-2565.2022.03.010

北京石油化工学院学报 ›› 2022, Vol. 30 ›› Issue (3) : 57 -63. DOI: 10.19770/j.cnki.issn.1008-2565.2022.03.010

结合领域知识的影视文本关键词提取算法研究

王芳, 刘嘉恩, 李晶

作者信息 +

Author information +

文章历史 +

摘要

以影视文本为例，基于图排序技术研究领域关键词提取算法，挖掘影视领域知识，在候选关键词生成、候选词网络构建、网络节点排序三方面融入领域知识，设计实现了影视文本关键词提取模型。该模型在生成候选关键词中引入影视领域实体词表，在候选词网络构建中增加影视实体关系，在排序算法中添加影视实体语义关系权重，最后通过图排序技术对候选关键词排序，选取排序靠前的候选词作为关键词提取结果。该模型无需大量人工标注数据，可实现高效影视文本关键词提取。实验结果表明：将领域专业词汇导入分词词表，可减少通用分词模型在专业词汇上的分词错误，提高候选词召回率；将领域知识引入候选词网络构建和候选词排序，在TextRank和PositionRank排序算法上提取效果提升显著，该方法在领域关键词提取场景中有较强应用价值。