唐俊

(西南交通大学电气工程学院，四川成都610031)

复杂网络在新闻网页关键词提取中的应用

唐俊

(西南交通大学电气工程学院，四川成都610031)

通过分析新闻网页文档的特征，引入节点权重、有向网络加权聚类系数、中心介数等特征量，并结合传统关键词提取算法的一些优点及网页文档的部分特征，提出了一种改进的基于加权复杂网络的新闻网页关键词提取算法，并通过实验证实了该算法的正确性.

关键词自动提取;新闻网页关键词;复杂网络;节点权重

随着互联网的快速发展，网页信息量以惊人的速度爆发式地增长.面对海量新闻，信息技术如何辅助人们快速了解新闻主要内容，节省浏览时间，已经成为一个关注的热点.新闻关键词的自动提取，为该问题提供了一个有效的解决方案，它也是新闻文档的自动分类、舆论热点的自动发现、新闻网站的自动聚类、个性化的智能检索等的基础.现有比较成熟的关键词提取技术主要有:基于词频统计的方法［1］、基于机器学习的方法［2］、基于语言学的分析方法［3］，其分别主要从词语的出现频率、词语的训练集、词语的位置与语义等方面进行分析，都存在不同程度的缺陷.近年来，随着复杂网络的快速发展，基于复杂网络的关键词提取算法被众多学者所研究，并取得了一定的成果［4－8］，这些成果多从单个角度分析了节点在局部小世界，或者节点在整个网络中的影响，而忽视了个体与总体的辩……