hrvatski

Ekstrakcija ključnih riječi iz teksta na temelju grupiranja dokumenata

Učinkovito dohvaćanje informacija često zahtjeva prethodno označavanje dokumenata ključnim riječima koje najbolje opisuju njihov sadržaj. Pošto je taj postupak, ako ga radi čovjek, vrlo skup i dugotrajan, teži se izgradnji sustava koji bi to mogao raditi automatski. U ovom radu opisan je jedan takav sustav koji koristi nenadzirano učenje, a temelji se na grupiranju semantički povezanih riječi postupkom k-srednjih vrijednosti. Riječi se modeliraju vektorima na temelju njihove učestalosti u dokumentima. Dokumentima se potom dodjeljuju one grupe riječi s kojima su semantički najpovezaniji. Iz presjeka riječi dokumenta i njemu dodijeljene grupe zatim se ekstrahiraju ključne riječi. Postupak je evaluiran na zbirci novinskih tekstova koji su već označeni ključnim riječima.

automatsko pridjeljivanje ključnih riječi; grupiranje dokumenata; algoritam k-srednih vrijednosti

nije evidentirano