یک مدل گرافیکی معنایی برای استخراج کلمات کلیدی از عنوان و چکیده مقاله

استخراج بهینه کلمات کلیدی که در برگیرنده مفهوم اصلی متون هستند می تواند در بسیاری از حوزه های پردازش طبیعی مانند خلاصه سازی و دسته بندی متون مفید باشد. اهمیت استخراج کلمات کلیدی از متون فارسی با توجه به پیچیدگی بیشتر دستوری و نگارشی این زبان و از طرفی تحقیقات کمتر انجام شده در این زمینه نمود بیشتری پیدا می کند. در این مقاله ضمن معرفی یک مدل گرافیکی بهبود یافته برای تحلیل معنایی، ترکیبی جدید از روش های آماری و معنایی را برای استخراج کلمات و عبارات کلیدی از عنوان و چکیده مقالات فارسی و انگلیسی ارائه می کنیم . بهبود معرفی شده و روش پیشنهادی برروی دو مجموعه داده فارسی و انگلیسی شامل مجموعه چکیده مقالات چهاردهمین کنفرانس انجمن کامپیوتر ایران و مجموعه داده معروف Inspec و با استفاده از سه معیار استاندارد ارزیابی موجود در این حوزه شامل دقت، فراخوانی و مقیاس F آزمایش شد و نتایج نشان دادند بهبود معرفی شده می تواند تا 7.5 درصد دقت سیستم در استخراج صحیح کلمات کلیدی را افزایش دهد. ضمن اینکه روش پیشنهادی نیز در هر سه معیار نتایج بهتری نسبت به سایر الگوریتم های موجود در این حوزه کسب می کند.