视频学习资源中关键词的抽取方法研究

摘要

近年来知识图谱广泛应用于在线智能学习系统,在知识图谱的自动构建过程中,关键词抽取是其首要环节。在当前众多关键词抽取方法中TextRank算法应用最为广泛。在线学习系统有大量视频学习资源,而目前的关键词抽取方法主要用来处理论文、新闻报道等文本资源。为从视频学习资源中抽取关键词,在TextRank算法基础上,提出一种改进的关键词抽取方法TW-TextRank。首先通过语音识别把视频资源转换为文本,然后获取关键词在视频中的时长并计算权重,最后进行关键词抽取和排序。实验以8门C语言教学视频作为素材,和传统TextRank算法进行比较,结果表明TW-TextRank算法对召回率和F值有较为明显的提升效果,在视频资源的知识图谱构建方面有较强实用性。