多特征融合的教育资源标签生成算法

doi:10.3969/j.issn.1006-2475.2020.09.004

计算机与现代化 ›› 2020, Vol. 0 ›› Issue (09): 19-24.doi: 10.3969/j.issn.1006-2475.2020.09.004

多特征融合的教育资源标签生成算法

(1.长沙理工大学物理与电子科学学院,湖南长沙410114；
2.长沙理工大学近地空间电磁环境监测与建模湖南省普通高校重点实验室,湖南长沙410114)

收稿日期:2020-02-11 出版日期:2020-09-24 发布日期:2020-09-24
作者简介:李雯(1995—),女,湖南郴州人,硕士研究生,研究方向:数据挖掘及应用,E-mail: 271254918@qq.com; 通信作者：文勇军(1975—),男,讲师,博士,研究方向:网络信息安全与应用,E-mail: micowen@csust.edu.cn; 唐立军(1963—),男，教授,博士生导师,研究方向:信号检测与处理,E-mail: tanglj2009@163.com。
基金资助:
国家科技支撑计划课题(2014BAH08F04); 湖南省重点研发计划项目(2018GK2054); 湖南省教育厅科学研究项目(17k004); 湖南省研究生科研创新项目(CX2018B575); 近地空间电磁环境监测与建模湖南省高校重点实验室开放基金资助项目(N201907)

A Multi-feature Fusion Algorithm for Label Generation of Educational Resources

(1. School of Physical & Electric Science， Changsha University of Science & Technology, Changsha 410114, China;
2. Hunan Province Higher Education Key Laboratory of Modeling and Monitoring on the Near-earth
Electromagnetic Environments, Changsha University of Science & Technology, Changsha 410114, China)

Received:2020-02-11 Online:2020-09-24 Published:2020-09-24

摘要/Abstract

摘要： 利用标签的形式简单有效地对教育资源进行准确描述，对互联网中杂乱、庞大的教育资源进行高效分类，能使用户便捷地浏览和获取教育资源信息并提高教育资源的利用率。自然语言处理中生成文本标签的方法有很多种，但特征描述不全面，因此需要研究多特征融合的标签生成方法。本文结合中文文本的特点，在TextRank算法基础上，加入TF-IDF权重和位置信息权重，考虑词语在语料库中的信息及在文章中的位置信息，生成包括语料库信息和位置信息的标签，形成多特征融合的标签生成算法。测试结果及分析表明，多特征融合后的标签生成算法最高F值为0.571，其平均值为0.34，优于常用的TextRank算法和TF-IDF算法，有效提高了教育资源标签质量，有利于教育资源更好的利用和管理。

关键词: 教育资源标签, TextRank算法, TF-IDF算法, 标签生成, 算法改进

Abstract: In the form of tags, educational resources can be accurately described in a simple and effective way, and the messy and huge educational resources in the Internet can be classified efficiently, so that users can browse and obtain educational resource information conveniently and the utilization rate of educational resources is improved. There are many methods to generate text tags in natural language processing, but the description of features is not comprehensive. Therefore, the method of label generation for multi-feature fusion is studied. Combining with the characteristics of Chinese text, adding TF-IDF weights and location information weights on the basic of TextRank algorithm, considering the information of words in the corpus and the position information in the article, the labels including corpus information and position information are generated to form a multi-feature fusion algorithm for label generation. The test results and analysis show that the maximum F-measure value of the improved TextRank algorithm is 0.571 and its average value is 0.34, which is better than the commonly TextRank algorithm and TF-IDF algorithm, and the improved TextRank algorithm can effectively improve the quality of educational resource labels, which is beneficial to better utilization and management of educational resources.

Key words: educational resource lable, TextRank algorithm, TF-IDF algorithm, lable generation, algorithm improvement

中图分类号:

TP391

李雯, 文勇军, 唐立军, . 多特征融合的教育资源标签生成算法[J]. 计算机与现代化, 2020, 0(09): 19-24.

LI Wen, WEN Yong-jun, TANG Li-jun, . A Multi-feature Fusion Algorithm for Label Generation of Educational Resources[J]. Computer and Modernization, 2020, 0(09): 19-24.

参考文献

［1］李文欣,文勇军,唐立军. 教育资源个性化推荐方法研究与实现［J］. 计算机技术与发展, 2019,29(6):18-22.
［2］金志福. 基于大数据的教育资源个性推荐系统设计与实现［D］. 北京:中国科学院大学, 2015.
［3］ LI Z Q, LIN Y B, ZHANG X M. Hybrid employment recommendation algorithm based on Spark［J］. Journal of Physics: Conference Series, 2017,887(1):012045.
［4］张鹏. 标签的生成_排序算法研究［D］. 杭州:浙江大学, 2015.
［5］ ZHANG P, YAO L, ZHANG Y, et al. A probabilistic method for tag ranking in tagging system［M］// Knowledge Engineering and Management. Springer, 2014:201-210.
［6］ TU S Z, HUANG M L. Mining microblog user interests based on TextRank with TF-IDF factor［J］. The Journal of China Universities of Posts and Telecommunications, 2016,23(5):40-46.
［7］余珊珊,苏锦钿,李鹏飞. 基于改进的TextRank的自动摘要提取方法［J］. 计算机科学, 2016,43(6):240-247.
［8］熊回香,叶佳鑫. 基于LDA主题模型的微博标签生成研究［J］. 情报科学, 2018,36(10):7-12.
［9］叶雪梅,毛雪岷,夏锦春,等. 文本分类TF-IDF算法的改进研究［J］. 计算机工程与应用, 2019,55(2):104-109.
［10］郑诚,钱改林,章金平. Title加TextRank抽取关键句的情感分类研究［J/OL］. 计算机工程与应用, 2019(20):1-10［2019-06-27］. http://kns.cnki.net/kcms/detail/11.2127.TP.20181108.1712.011.html.
［11］徐馨韬,柴小丽,谢彬,等. 基于改进TextRank算法的中文文档摘要提取［J］. 计算机工程, 2019,45(3):273-277.
［12］荀静,杨玉珍. 基于TextRank的文本情感摘要提取方法［J］. 计算机应用与软件, 2018,35(10):80-84.
［13］李航,唐超兰,杨贤,等. 融合多特征的TextRank关键词抽取方法［J］. 情报杂志, 2017,36(8):183-187.
［14］柳林青,余瀚,费宁,等. 一种基于TextRank的单文档关键字提取算法［J］. 计算机应用研究, 2018,35(3):705-710.
［15］汪岿,费晨杰,刘柏嵩. 融合LDA的卷积神经网络主题爬虫研究［J］. 计算机工程与应用, 2019,55(11):123-128.
［16］刘晓玲,刘柏嵩,王洋洋,等. 基于深度学习的多标签生成研究进展［J/OL］. 计算机科学, 2020,47(3):1-13［2020-02-19］. http://kns.cnki.net/kcms/detail/50.1075.TP.20191125.1356.002.html.
［17］陈志,郭武. 不平衡训练数据下的基于深度学习的文本分类［J］. 小型微型计算机系统, 2020,41(1):1-5.
［18］王玮. 基于VAE-DBN双模型的智能文本分类方法［J］. 计算机与现代化, 2018(12):77-84.
［19］孙红,左腾. 基于PageRank的微博用户影响力算法研究［J］. 计算机应用研究, 2018,35(4):1028-1032.
［20］陈万振. TextRank关键词提取算法与SOM文档聚类模型的优化研究［D］. 南宁:广西大学, 2016.
［21］冯勇,屈渤浩,徐红艳,等. 融合TF-IDF和LDA的中文FastText短文档分类方法［J］. 应用科学学报, 2019,37(3):378-388.
［22］奉国和,郑伟. 国内中文自动分词技术研究综述［J］. 图书情报工作, 2011,55(2):41-45.
［23］LI W G, ZHAO J B. TextRank algorithm by exploiting Wikipedia for short text keywords extraction［C］// 2016 3rd International Conference on Information Science and Control Engineering. 2016:683-686.

[1]	刘显茁, 邓韦斯, 谢恩彦. 考虑分布式发电并网的配电网自适应保护系统[J]. 计算机与现代化, 2023, 0(09): 120-126.
[2]	文勇军, 何环晶, 唐立军, . 基于LDA的隐式标签协同过滤推荐算法[J]. 计算机与现代化, 2022, 0(03): 53-58.
[3]	陈瀛, 生佳根. 基于LDA和Word2vec的微博标签生成算法[J]. 计算机与现代化, 2021, 0(12): 37-42.
[4]	文晶，郑扬飞. 基于Stacking的社区矫正人员标签生成[J]. 计算机与现代化, 2020, 0(03): 60-.
[5]	陈曼青1，武子荣1，崔伟宁1，常婷婷2. 改进蚁群算法在装备保障路径选择中的应用[J]. 计算机与现代化, 2015, 0(11): 113-117.

多特征融合的教育资源标签生成算法

A Multi-feature Fusion Algorithm for Label Generation of Educational Resources

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 5

编辑推荐

Metrics

本文评价