科技项目申请书关键词提取方法

摘要

关键词提取在文本相似度计算得到应用.传统的关键词提取方法忽略文本中的未登录词以及缺乏对词语语义的理解.针对科技项目申请书,研究提出一种基于未登录词识别与语义的关键词提取方法.应用Lucene和统计相融合的方法进行分词,并识别未登录词作为申请书关键词的一部分；依据社会网络理论构建词语语义相似度网络,并计算词语关联度提取申请书其他关键词.实验结果表明,与传统的关键词提取方法相比,新方法能提取更准确的关键词,有更好的科技项目相似性检查效果.