一种基于多特征融合的主题词提取方法

摘要

本发明涉及一种基于多特征融合的主题词提取方法，包括以下步骤：通过用户输入的网址自动采集其能访问到的所有页面内容，以获取网页的藏文文本；根据藏文关键词表对获取的藏文文本进行匹配，将出现在藏文关键词表中的词汇选为候选主题词；对所述候选主题词进行权重计算，根据权重对所述候选主题词进行排序，并从排序后的候选主题词中确定一个或多个主题词。本发明提出了一种构建关键词表，将一些重要的低频词筛选为主题词的方法，有效的提高人们从海量数据中获取所需信息的准确性。