一种基于知识粒度的关键词提取方法

doi:10.3976/j.issn.1002-4026.2019.02.018

山东科学 ›› 2019, Vol. 32 ›› Issue (2): 137-142.doi: 10.3976/j.issn.1002-4026.2019.02.018

• 其他研究论文 • 上一篇

一种基于知识粒度的关键词提取方法

杨淑棉¹,刘剑²

1. 齐鲁工业大学（山东省科学院），山东省计算中心（国家超级计算济南中心），山东省计算机网络重点实验室，山东济南 250014; 2. 济南高新区齐鲁软件园发展中心，山东济南 250101

收稿日期:2018-04-17 出版日期:2019-04-20 发布日期:2019-04-02
作者简介:杨淑棉（1978—），女，副研究员，研究方向为计算机取证、网络信息安全。E-mail:yangshm@sdas.org
基金资助:
山东省自然科学基金（ZR2016YL011）

A keyword extraction method based on knowledge granularity

YANG Shu-mian¹, LIU Jian²

1. Shandong Provincial Key Laboratory of Computer Networks, Shandong Computer Science Center (National Supercomputer Center in Jinan),Qilu University of Technology（Shandong Academy of Sciences）,Jinan 250014, China; 2. Qilu Soft Park Development Center, Jinan 250101,China

Received:2018-04-17 Online:2019-04-20 Published:2019-04-02

摘要/Abstract

摘要： 使用粗糙集中的等价关系来刻画粒度，粗糙集结合粒度计算方法，给出信息决策表的粒度表示，并将信息决策表中的属性重要度值作为启发信息，在相对约简的个数组合上进行Tabu搜索。此方法可避免无用的属性入选，有效去除可省属性及缩减搜索空间，提高了算法的高效性。

关键词: 知识粒, 重要度值, 粗糙集, 文本表示, 启发式信息

Abstract: In this paper, granularity was described by utilizing the equivalence relation in Rough sets, whose expression in information system and decision table was given by combining rough set with granularity calculation method. And using the attribute importance value in information decision table as heuristic information, Tabu search was carried out on the combination of relative reduction numbers. This method can avoid useless attributes selection, effectively wipe off attributes that can be omitted and reduce the search space, so as to ensure the efficiency of the algorithm.

Key words: knowledge granularity, importance value, rough set, text expression, heuristic information

中图分类号:

TP393

杨淑棉, 刘剑. 一种基于知识粒度的关键词提取方法[J]. 山东科学, 2019, 32(2): 137-142.

YANG Shu-mian, LIU Jian. A keyword extraction method based on knowledge granularity[J]. Shandong Science, 2019, 32(2): 137-142.

参考文献［13］

［1］	汪保友，周群益，周水庚，等.基于主观Bayes方法的渐进式中文文档分类[J].模式识别与人工智能,2001,14（4）:470-475. doi: 10.3969/j.issn.1003-6059.2001.04.018
［2］	李蕾，钟义信，郭祥昊.全信息理论在自动文摘系统中的应用[J].计算机工程与应用,2000,36(1):4-7. doi: 10.3321/j.issn:1002-8331.2000.01.002
［3］	罗燕,赵书良,李晓超,等.基于词频统计的文本关键词提取方法[J].计算机应用,2016,36(3):718-725. doi: 10.11772/j.issn.1001-9081.2016.03.718
［4］	廖洪建.一种基于知识粒度的决策系统属性约简算法[J].微电子学与计算机,2013,30(2):87-90.
［5］	陈玉明,吴克寿,谢荣生.基于相对知识粒度的决策表约简[J].山东大学学报(工学版),2012,42(6):8-12.
［6］	景运革,李天瑞.基于知识粒度的增量约简算法[J].山东大学学报(工学版),2016,46(1):1-9. doi: 10.6040/j.issn.1672-3961.2.2015.033
［7］	YAOY Y. Information Granulation and Rough Set Approximation [J].International Journal of Intelligent Systens,2001,16(1):87-104. doi: 10.1002/1098-111X(200101)16:1<87::AID-INT7>3.0.CO;2-S
［8］	张雪英. 基于粗糙集理论的文本自动分类研究[D]. 南京:南京理工大学，2005.
［9］	LIANG J Y, SHI Z Z. The information entropy rough entropy and knowledge granulation in rough set theory [J].International Journal of Uncertainty, Fuzziness and Knowledge-Based System, 2004, 12(1):37-46. doi: 10.1142/S0218488504002631
［10］	李秀红,史开泉.一种基于知识粒度的属性约简算法[J].计算机应用,2006,26（增刊1）:76-77.
［11］	陈玉明, 吴克寿. 基于知识粒度的异常数据挖掘算法[J].计算机工程与应用,2012,48(4):118-120. doi: 10.3778/j.issn.1002-8331.2012.04.035
［12］	王珏, 王任, 苗夺谦, 等. 基于Rough Set 理论的“数据浓缩”[J]. 计算机学报, 1998, 21(5): 393-400. doi: 10.3321/j.issn:0254-4164.1998.05.002
［13］	刘少辉, 盛秋戬, 吴斌, 等. Rough 集高效算法的研究[J].计算机学报, 2003, 26(5):524-529. doi: 10.3321/j.issn:0254-4164.2003.05.002

[1]	李成华, 樊海博, 朱博. 基于粗糙集-数据包络分析的公路交通发展有效性评价[J]. J4, 2014, 27(1): 78-85.
[2]	周磊. 基于粗糙集和支持向量机的股指期货预测模型研究[J]. J4, 2010, 23(5): 66-70.

一种基于知识粒度的关键词提取方法

A keyword extraction method based on knowledge granularity

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献［13］

相关文章 2

Metrics

本文评价

推荐阅读 0

一种基于知识粒度的关键词提取方法

A keyword extraction method based on knowledge granularity

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献 ［13］

相关文章 2

Metrics

本文评价

推荐阅读 0

参考文献［13］