《表1 语料划分情况：面向工业互联网资讯的中文关键词抽取》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向工业互联网资讯的中文关键词抽取》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文首先将251篇人工标注的文档随机筛选出175篇文档作为训练集，剩余的51篇文档作为测试集，如表1所示，通过此表的关键词平均数，我们可以观察出训练集和测试集的划分较为合理。然后根据每个候选词生成的6大类，共计21种特征，利用改进的随机森林算法[12]将训练集所有候选词的特征结合起来，训练出一个二分类器。