一种基于TF-IDF方法优化的新闻关键词提取方法及系统

摘要

本发明公开了一种基于TF‑IDF方法优化的新闻关键词提取方法及系统，包括新闻采集模块、新闻分类模块、用户管理模块。采用TF‑IDF‑MP算法对每篇新闻进行分类，并将分类结果存入对应类别中，TF‑IDF‑MP算法结合特征词在语料库中词频的分布情况和在特征词文档中的位置信息，对那些在文档中出现高于特征词词频均值的特征词和更能体现文档主题的文档第一段以及最后一段的名词赋予较高的权重，而对那些低于特征词词频均值的特征词降低权重，通过最终权重分评分，确定新闻关键词以实现对新闻进行分类。