技術特征：

技術總結
本發明公開一種基于改進TF?IDF關鍵詞提取算法，其包括以下步驟：S1：將文本的輸入形式統一格式化；S2：對Stanford?NLP加載配置文件；S3：在配置文件中得到文本中的所有句子集合Sentences；S4：每次從Sentences中取一句子；S5：獲取當前的句子中所有詞語集合Tokens；S6：每次從Tokens中取一token；S7：得到當前token的字/詞語和詞性，并賦予不同詞性權值；S8：計算當前句子中字/詞語的總數及其位置百分比；S9：獲取文本中所有字/詞語集合Words；S10：每次從Words取一word；S11：計算當前word的TF和IDF；S12：計算所有word詞語的權重W，依據詞語的權重W選取關鍵詞。本發明增加詞性因子，提高提取準確度，解決構造Pat?tree等空間復雜的問題。

技術研發人員：金彪;方敏霞;沙晉明;熊金波;李璇;林劼
受保護的技術使用者：福建師范大學
技術研發日：2017.05.23
技術公布日：2017.09.08