基于卡方统计量的藏文新闻网页关键词提取方法

摘要

藏文文本关键词在文本聚类/分类、自动摘要、信息检索等领域具有重要地位,然而当前互联网上的藏文新闻网页几乎没有提供关键词。并且许多已有的关键词自动提取算法都需要建立在人工标注的训练集之上,扩展性不强。关键词是文本中主题关联度凝聚度较高的词,因此该文将卡方统计量进行改进,运用词与词推荐的思想进行关键词抽取。通过藏文新闻网页实验结果表明,该文的方法优于融入位置信息的TF/IDF。