2018/5/26 山东大学学习资源聚合平台工作

今天做了NLP的一些研究：

首先下载编译了FNLP的jar包：具体过程见https://github.com/FudanNLP/fnlp/wiki

之后尝试了一些FNLP的功能，我做的首个任务就是提取关键词：

首先初始化停用词和分隔符，然后分词：

对以下段落分词：

比特币的概念最初由中本聪在2009年提出，比特币是一种P2P形式的数字货币。点对点的传输意味着一个去中心化的支付系统。与大多数货币不同，比特币不依靠特定货币机构发行，它依据特定算法，通过大量的计算产生，它是一种虚拟的货币。

效果：

可以看到提取关键词效果不是特别好，最主要的应该是比特币这个词，所以我想加入句子结构的权重：

利用以下函数对句子结构进行分析：

结果如下：

第一列是编号，第二列是词，第三列是词性，第四列是依赖的序号，最后一个是结构

大体的想法是主语和谓语的权重较高，名词和动词的权重较高，依赖关系最多的（在树结构中孩子最多的那个节点）权重高，然后与本来提取关键词得到的得分一起加权计算一个新的得分，得分高的最为关键词。具体明天实现