自动关键词&摘要

来源：百度文库 编辑：神马文学网 时间：2024/05/04 01:32:26

自动抽取文章关键词生成摘要　 对任何一篇文章都能快速生成准确的文章关键词和摘要，其有效性可以与人工比肩。如果您现在是靠大量的人工在做这关键词标注和摘要编写的话，这个服务可以为您节省大量的成本，而且效率更高！ 原理 自动关键词提取又称自动标引，50年前就有人研究了。目前比较实用的方法是甚于TF*IDF模型，具体的实现方式有很多种，但基本思想是一致的，如果一个词在一篇文章中经常出现，但在其它文章中不常出现，那么这个词就可能就是这篇文章的关键词。这很好理解。

自动关键词提取的效果据一般报道是80%左右(1,2)，这不是指自动提取的关键词与人工标注的结果有80%的重合（如果提取5个关键词时，重合的一般只有1个），而是指人工判断自动关键词提取的结果时，认为其中80%是可以接受的。  技术介绍主要步骤主要可以分为如下三个步骤：

1，通过分词算法将标题和内容分别进行分割，提取出关键词和频度在内容的分词阶段，当前主要的两个算法是中科院的ICTCLAS和隐马尔可夫模型。但这两个都太高端，有一定的门槛，且都是只支持C++/JAVA。基于PHP的当前有两个是值得推荐的PSCWS和HTTPCWS。 SCWS于2008-03-08发布1.0.0 正式版，到现在最新版本已经到了1.0.4。PSCWS是它的PHP版。而HTTPCWS是张宴开发的，之前叫PHPCWS。PHPCWS 先使用“ICTCLAS 3.0 共享版中文分词算法”的API进行初次分词处理，再使用自行编写的“逆向最大匹配算法”对分词和进行词语合并处理，并增加标点符号过滤功能，得出分词结果。目前仅支持Linux/Unix系统。

2，将提取结果与现有词库进行比较，得到最符合规则的关键词这里主要就是要看词库了，我们可以自己定义词库，也可以使用现有的成熟词库。

3，然后将这两套关键词进行比较，得到最符合当前内容的关键词在这个阶段就是具体情况具体分析了。当前PHP类CMS都自有自己的提取关键词系统。其中在网络上流传最广的是DEDECMS的分词源码，我也在我的POPCMS上作过测试，效果很不错，不过类似“我们”等无意义的词提取并被列为关键词的频率太高，甚至有时候还会把空格的HTML提出来做为关键词，亟待改进。不过如果作为辅助功能，它已经很好了。另外PHPCMS和DISCUZ的自动提取关键词功能也很强大。
  1、分词算法：分词就是把一句完整的话分成几个词2、关键词：我的方法是……（比较烂，但是通常有效），找出这句话中长度最长的词作为关键词。没有为什么，因为这样速度会快些。3、分词库  整句匹配语料库：select * from reply where `key` = ‘"+sentense+"‘ order by rand() limit 1  
自动关键词&摘要 关键词自动标引 摘要的写作关键词写法 中英文自动摘要系统软件问世 中英文自动摘要系统软件问世 Internet网络信息自动摘要的研究 TwiterMass:根据关键词自动Follow Twitter用户服务 自动摘要/分类技术在CMS中的应用 中文WEB文档自动摘要系统的研究 摘要! 摘要】: 高中语文得分要领之关键词与摘要-天天高中学习网 关键词 关键词 关键词 一种基于文章主题和内容的自动摘要方法 Automatic Text Summarization Based on Topic and Content 关键词！关键词！！网络搜索 WSDL 摘要 文章摘要 《高手》摘要 秘笈摘要 常礼摘要 论文摘要 人生关键词