《表2 文档结构权重取值》

  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

《一种Spark GraphX框架下的关键词抽取方法》

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

利用网络爬虫从人民网上爬取的时政要闻作为实验语料，从中筛选出7357条新闻，提取出每条新闻的标题和新闻的正文部分，使用hadoop fs-put命令将新闻语料存储到HDFS文件系统，采用ansj所提供的分词jar包对每条新闻进行分词并进行词性标注.本文的实验分为4个，第一个实验将实验语料集分为不同的四组，第一组、第二组和第三组分别有1800条新闻，第四组为剩余的1957条新闻.分别用本文中所提到的方法与应用最广泛的TFIDF算法以及基于文档结构的方法进行比较，文档结构方法中权值取值如表2所示.