我需要从单个文档中提取相关的关键短语。由于我没有很多文档，TF-IDF 并没有真正起作用。
目前我正在使用 TextRank。它产生了不错的结果——一些非常好的短语以及很多垃圾。
有没有更好的算法可以用于此？谁能给我一个可用选项的概要？
实际用例：我正在开发一个知识库附带的帮助台应用程序（一堆文章，将其视为常见问题解答）。当用户编写新的支持票时，我想提取关键短语并找到最相关的知识库文章。总体而言，没有足够的数据来训练模型。我需要比较我认为的关键短语集。
从单个文档中提取关键短语
数据挖掘
nlp
2021-10-09 15:03:57
1个回答
与您的案例相关的关键字可以是Single Document Keyword Extraction。关于这一点的一篇好论文是：
我们提出了一种新的关键字提取算法，该算法适用于单个文档而不使用语料库。首先提取频繁词，然后生成每个词与频繁词之间的一组共现，即在相同句子中的出现。 共现分布显示了一个词在文档中的重要性，如下所示。如果术语 a 和频繁术语之间的共现概率分布偏向于频繁术语的特定子集，则术语 a 很可能是关键字。分布偏差的程度由-措施。我们的算法在不使用语料库的情况下显示出与 tfidf 相当的性能。
你可以在这里找到论文。
总之，本文根据定义的关键字对关键字进行排名-措施。