《表1 数据集总体情况：基于统计特征的Quality Phrase挖掘方法》

  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

《基于统计特征的Quality Phrase挖掘方法》

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

本文选择5个真实数据集作为实验的文本语料库：（1)5Conf包含AI，DB，DM，IR，ML五个领域科技论文的标题文本信息；（2)DBLP Abstracts收集了计算机类文章的摘要信息；（3)AP News是TREC 1998年的新闻文本数据集；（4)AMiner-Titles将AMiner-Paper[22]（研究学术信息网络的数据集）中的标题信息抽取出来；（5)AMiner-Abstracts为从AMiner-Paper中抽取出来的摘要语料库。对5个文本语料库进行数据预处理，去除特殊符号、去除停用词、提取词元信息后的数据集基本情况如表1所示。