一种基于BiLSTM-CRF的体育新闻主题词提取方法

摘要

本发明公开一种基于BiLSTM‑CRF的体育新闻主题词提取方法，包括以下步骤：从网站获取体育新闻作为训练数据，提取训练数据的标题和正文；从正文中提取主题句，提取训练数据的主题句；建立训练集和测试集，将得到的标题和主题句的部分划分到训练集中，剩余部分划分到测试集中；建立BiLSTM‑CRF模型，以训练集内的标题和主题句为对象对其进行训练，对训练集内的训练数据的主题词进行提取，得到最优预测模型；提取需要提取主题词的体育新闻的标题和主题句，并代入最优预测模型中，得到取需要提取主题词的体育新闻的主题词。本发明提供一种体育新闻主题词抽取方法，为读者提供新闻主题词，使其快速从新闻中准确地获取感兴趣的信息。