基于整数线性模拟的多样性关键信息抽取仿真

摘要

为整合文本稀疏性和不规范性特征,加强文本关键信息检索效率,提出一种基于整数线性模拟的多样性关键信息抽取方法.运用投票模型权值迭代将关键词简化为模型节点,使用TF-IDF方法进行文本信息权值计算,划分文本信息重要性;基于VSM的候选信息相似度计算方法,改进CHI特征选择,从初始特征集内选择子集,在向量空间模型中加入覆盖度权衡参数,得到文本相关度系数,提高关键信息抽取效率;依据惩罚语义相似度高的候选词语完成目标函数最大化,构成多样性的关键词语,并使用TextRank算法在语料集内生成候选词语,最后利用余弦相似度计算对关键信息进行精准抽取.仿真结果表明,所提方法信息抽取正确率高,计算时间短,拥有良好的鲁棒性,可广泛运用在真实场景中.