一种基于隐含狄利克雷模型的关键词抽取方法

摘要

本发明公开一种基于隐含狄利克雷模型的关键词抽取方法　。该交互式关键词推荐方法包括步骤，词汇预处理：先进行词性标注和分词，跟进待分析文本构建词汇表，然后对词汇表进行修订。话题聚类：构建隐含狄利克雷模型，把一篇待分析文本看作若干个隐含话题的分布。每个隐含话题被定义为词的分布。一篇文档可以包含多个主题，文档中每一个词都由其中的一个主题生成。输出话题和关键词：预设一个阈值，依据每个词汇出现在某话题中的条件概率，对词汇表重新排序，概率大于给定阈值的词，作为关键词输出。本发明不需要额外语料库，又能够挖掘出文本中描述的各个“事物”或“观点”。