火车订票系统java源码-OpenKP:自动提取对文档意义显着的关键短语是语义文档理解的重要步骤。有效的关键短语提取(KPE)系...

火车订票系统java源码开放KP 自动提取对文档意义显着的关键短语是语义文档理解的重要步骤。 为了促进这一研究领域，我们创建了 OpenKeyPhrase(OpenKP)，这是一个大规模的开放域关键短语提取数据集。 该数据集包含 148,124 个真实世界的 Web 文档以及指示 1-3 个最相关关键短语的人工注释。 有关数据集和我们的初始实验的更多信息可以在论文中找到，该论文将在 . 它是数据集系列的一部分，并且像这样的研究项目为使用的核心文档理解管道提供动力。 关键短语提取 Keyphrase抽取是一个语言问题，表示为：有一个文档D，其中有1-n个关键短语，可以用来理解文档是关于什么的，找到其他相关文档，并改进许多下游的NLP问题。 在 OpenKP 中，我们已经将这个问题形式化，以关注一般的 Web 域。 语料库由人工标注最相关关键短语的网站组成。 值得注意的是，在专家注释过程中，评委仅从文档中复制了相关文本，因此不需要语言生成。 语料库生成 为了生成语料库，我们从 Bing 索引中抽取了大约 100,000 个 url，以获得真正域多样性的代表性样本。 此外，我们从语料库中抽取