یک روش نوین مستقل از دامنه کاربرد برای استخراج عبارات کلیدی از متون انگلیسی

در این مقاله یک سیستم استخراج عبارات کلیدی معرفی می شود که به صورت مستقل از دامنه کاربرد، عبارات کلیدی را از یک متن سادهاستخراج می کند. این متن ساده می تواند شامل روزنامه ها، وبلاگ ها، مقالات علمی و... باشد. روش پیشنهادی شامل 3 مرحله است: در مرحله اول عبارات کاندید استخراج می شوند. در مرحله دوم برای هر کدام از عبارات کاندید، ویژگی های آماری (تعداد تکرار، اهمیت بخش ها، اولین رخداد و...) محاسبه می شوند و در مرحله سوم با امتیازدهی به عبارات کاندید بر اساس ویژگی های آماری محاسبه شده، از میان آن ها عبارات کلیدی استخراج می شوند. نوآوری و وجه تمایز روش پیشنهادی در به کار بردن ویژگی های آماری موثر شامل اهمیت بخش ها، آخرین رخداد و گستردگی می باشد. برای ارزیابی، روش پیشنهادی با 2 نمونه از سیستم های استخراج عبارات کلیدی پرکاربرد موجود مقایسه می شود که نتایج حاکی از میزان بهبود 14.5 درصدی و 23 درصدی نسبت به این دو روش است.

Keywords:

عبارات کلیدی , استخراج عبارات کلیدی , متن کاوی , بدون نظارت , مستقل از دامنه کاربرد