Loading article…
キーワード抽出は、文書の主題を最もよく表す用語を自動的に識別することを目的としています。[1] [2]
キーフレーズ、キーターム、キーセグメント、または単にキーワードは、文書に含まれる最も関連性の高い情報を表す用語を定義するために使用される用語です。用語は異なりますが、機能は同じです。つまり、文書で議論されているトピックの特徴付けです。キーワード抽出のタスクは、テキストマイニング、情報抽出、情報検索、自然言語処理（NLP）における重要な問題です。[3]
キーワードの割り当てと抽出
キーワードの割り当て方法は、大きく分けて次の2つに分けられます。
- キーワードの割り当て（キーワードは統制語彙または分類から選択される）および
- キーワード抽出（キーワードは元のテキストに明示的に記載されている単語から選択されます）。
自動キーワード抽出法には、教師あり、半教師あり、教師なしの3種類があります。[4]教師なし手法は、さらに単純な統計、言語学、グラフベース、またはこれらの手法の一部またはほとんどを組み合わせたアンサンブル手法に分類できます。[5]
参考文献
- ^ Beliga, Slobodan; Ana, Meštrović; Martinčić-Ipšić, Sanda. (2015). 「グラフベースのキーワード抽出方法とアプローチの概要」. Journal of Information and Organizational Sciences . 39 (1): 1–20.
- ^ Rada Mihalcea、Paul Tarau (2004 年 7 月)。TextRank: テキストに秩序をもたらす(PDF)。自然言語処理における経験的手法に関する会議 (EMNLP 2004) の議事録。バルセロナ、スペイン。
- ^ ベリガ、スロボダン;メシュトロヴィッチ、アナ。マルティニッチ - イプシッチ、サンダ。 （2014年）。クロアチアのニュースの選択性に基づくキーワード抽出に向けて(PDF)。ディープとソーシャル ウェブの表面化 (SDSW 2014)。 Vol. 1310. イタリア: CEUR Proc. 1 ～ 14 ページ。
- ^ Alrehamy, H.; Walker, C. (2017). SemCluster: 類似性伝播を用いた教師なし自動キーフレーズ抽出。第 17 回 UK 計算知能ワークショップ。
- ^ Tayfun Pay、Stephen Lucci (2017)。自動キーワード抽出: アンサンブル法。2017 IEEE 国際ビッグデータ会議 (ビッグデータ)。doi : 10.1109 /BigData.2017.8258552。
さらに読む
Scholia には、キーワード抽出に関するトピックプロファイルがあります。
- Nazanin Firoozeh、Adeline Nazarenko、Fabrice Alizon、Béatrice Daille (2019年11月11日)。「キーワード抽出：問題と方法」。自然 言語処理。26 (3): 259–291。doi : 10.1017 /S1351324919000457。ISSN 1351-3249。Wikidata Q109971296 。