一种基于地质大数据的标引关键词提取方法和系统

摘要

一种基于地质大数据的标引关键词提取方法和系统，所述方法包括步骤：对文献进行导入，地质资料格式转换，句子划分，词性标注和位置标记；对切分后的文献，赋予权重系数；采用关键词挖掘算法，对关键词进行初步挖掘提取；对提取出关键词短语进行加权运算，得到各个短语的综合权值；根据综合权值大小进行初步刷选，降低待确定短语个数；将短语与词库进行匹配，找出词库中与之匹配或较为规范的术语；将术语与文献进行关联度计算，确定术语的关联度大小,根据关联度大小进行再次刷选;最后按照行业特点、高度相关性、特性等对术语进行排序，最终确定关键词的次序。该方法能考虑到文件的背景和关联性，尽量抛弃空泛的关键词，提供比较全面地反映文献核心内容的关键词，而且按照一定的逻辑顺序排序,从而为文件检索，提高检索效率提供了便利,是一种高效的地质大数据的标引关键词提取方法。