• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于知識圖譜的國內關鍵詞抽取技術研究

    2020-05-25 02:30丁祎姍杜彥輝朱衍丞聶世民
    軟件導刊 2020年2期

    丁祎姍 杜彥輝 朱衍丞 聶世民

    摘 要:隨著自然語言處理研究的不斷深入,學界出現(xiàn)了大量關鍵詞抽取技術相關文獻。為了對其進行更高層次的分析 ,利用文獻數(shù)據(jù)分析國內關鍵詞抽取技術研究現(xiàn)狀及進展,基于科學計量學方法,從CNKI數(shù)據(jù)庫中檢索關鍵詞抽取文獻數(shù)據(jù),從研究的時空分布、共現(xiàn)網(wǎng)絡、時序圖等方面,利用CiteSpace引文空間分析方法以知識圖譜的形式呈現(xiàn),對時空知識圖譜、共詞圖譜、研究前沿關鍵詞時序圖譜、突現(xiàn)詞混合共引網(wǎng)絡圖譜進行分析,梳理該領域研究現(xiàn)狀和熱點,預測其發(fā)展趨勢,為相關研究提供支撐和參考。

    關鍵詞:關鍵詞抽取;知識圖譜;CiteSpace

    DOI:10. 11907/rjdk. 192453 開放科學(資源服務)標識碼(OSID):

    中圖分類號:TP301文獻標識碼:A 文章編號:1672-7800(2020)002-0273-05

    英標:Research of Keyword Extraction Based on Knowledge Graph

    英作:DING Yi-shan1, DU Yan-hui1,2,ZHU Yan-cheng1, NIE Shi-min1

    英單:(1. Information Technology & Network Security Institute, Peoples Public Security University of China;2. CIC of Security & Law for Cyberspace, Peoples Public Security University of China, Beijing 100038, China)

    Abstract: With the development of natural language processing, there are a lot of research literatures about keyword extraction. In order to analyze and make better use of these data to analyze the research situation of keyword extraction technology in China, this paper retrieves the key words from CNKI database to extract relevant research literature data with the method of scientometrics. From the aspects of temporal and spatial distribution of authors and research institutions, key words co-occurrence network, research frontier time sequence, CiteSpace citation spatial analysis method is used to present in the form of knowledge graph, and through spatiotemporal knowledge graph, co-word graph, research frontier key words graph. The analysis of time sequence graph and emergent words mixed citation network graph combs the research status and hot spots in this field and forecasts the development trend, which provides certain support and reference for this field.

    Key Words: keyword extraction; knowledge graph; CiteSpace

    0 引言

    近年來,關鍵詞抽取技術在自然語言處理、情報學等學科領域備受關注。早期的關鍵詞抽取依賴于專家系統(tǒng)和人工標注[1-3],隨著人工智能的不斷發(fā)展,自動關鍵詞抽取技術取得了長足進步,相關模型和算法日趨豐富,但目前抽取性能與人類抽取結果差距甚遠。該領域發(fā)展初期,文獻檢索系統(tǒng)不提供全文搜索,關鍵詞作為檢索依據(jù)是文檔中必須設置的詞條。隨著信息時代的發(fā)展,海量的沒有標注關鍵詞的各類本文需要處理,這就需要人工、專家系統(tǒng)結合計算機對其進行關鍵詞抽取[4-6]。文獻自動標引方法的提出是關鍵詞抽取研究的開端,國內學者將該技術引進并應用于中文關鍵詞抽取領域。第一個自動關鍵詞抽取系統(tǒng)實現(xiàn)后,包括我國在內的大量科研力量投入到該領域中,逐步形成了現(xiàn)有基于統(tǒng)計、語言分析、AI等的數(shù)個技術體系[7-8]。目前,該領域研究成果較為豐碩,但是欠缺對整體研究情況的梳理。本文以關鍵詞抽取相關文獻為研究對象,結合知識圖譜可視化分析,梳理其演進情況、應用熱點和研究動態(tài)。

    1 數(shù)據(jù)來源與研究方法

    1.1 數(shù)據(jù)采集方式

    文獻數(shù)據(jù)來自信息檢索平臺CNKI數(shù)據(jù)庫,檢索步驟如下:通過主題檢索方式,搜索關鍵詞抽取或關鍵詞提取,以所有年為跨度,選定期刊、會議、碩博士論文為文獻類型。本文共采集有效文獻數(shù)據(jù)725篇,將其輸出為Refworks格式。

    1.2 研究方法

    知識圖譜可在特定空間及時間維度呈現(xiàn)知識發(fā)展進程與結構關系,揭示知識的演進變化規(guī)律,呈現(xiàn)宏觀研究情況。通過知識圖譜清晰反映該知識領域的研究現(xiàn)狀、作者及機構間的合作情況、研究熱點、前沿與趨勢等[9-10]。本文對725篇關鍵詞抽取相關文獻數(shù)據(jù)進行分析,得到關鍵詞抽取研究領域的隱藏知識、來源及發(fā)展變化規(guī)律,具體流程如圖1所示。

    2 時空知識圖譜處理結果及分析

    2.1 關鍵詞抽取技術研究時間分布

    檢索CNKI數(shù)據(jù)庫,1996-2019年關鍵詞抽取技術相關文獻數(shù)量和作者數(shù)量逐年變化趨勢如圖2所示。20世紀末期,研究者利用詞頻—逆文檔頻率即TF-IDF算法提取關鍵詞,該方法將文本中TF-IDF值大于閾值的詞視為關鍵詞,是一種樸素無監(jiān)督方法。從論文數(shù)量逐年變化趨勢可以看出,21世紀初,國內學者對關鍵詞抽取技術研究進入第一個高峰期[11-12]。隨著國際學者在該領域研究的不斷深入,1999年,有監(jiān)督分類學習方法被引入,即用關鍵詞特征創(chuàng)建出分類器,分類器所用特征為詞頻和詞性,再用二分類思想對文本中的所有詞進行判斷其是否為關鍵詞,最終將是關鍵詞的集合作為抽取關鍵詞的結果[13]。隨后樸素貝葉斯方法被引入分類器創(chuàng)建中,一定程度上促進了國內關鍵詞抽取研究,該方法針對網(wǎng)頁內容分析、論文關鍵詞識別、協(xié)議分析等領域,多使用決策樹算法、樸素貝葉斯算法、支持向量機等[14-15]。從圖2可以看出,該方向的研究成果呈現(xiàn)明顯增長趨勢,為有監(jiān)督的關鍵詞抽取技術奠定了基礎,成為后續(xù)改進的有監(jiān)督方法和其它關鍵詞抽取方法的重要參考。2017年,PositionRank算法和基于條件隨機場的方法被提出??梢钥闯?,國內關鍵詞抽取研究也隨之進入了新的高峰[16-18]。整體而言,2008-2019年的研究成果是1996-2007年的近20倍。

    2.2 關鍵詞抽取技術研究空間分布

    2.2.1 機構分布

    分析國內關鍵詞抽取技術研究的學術團體和機構,將期刊發(fā)文量閾值設置為5篇,LRF=2,LBY=8,生成關于機構間合作關系的圖譜并統(tǒng)計結果,如圖3所示。其中,標簽大小代表中心性,節(jié)點環(huán)描述年輪,邊表示合作關系。結果N=15(網(wǎng)絡中節(jié)點),E=1(網(wǎng)絡中邊),Density=0.009 5(網(wǎng)絡密度),表明國內關鍵詞抽取領域的研究人員呈現(xiàn)分散狀態(tài),不同機構間合作較少。經(jīng)調研,機構間合作也呈現(xiàn)明顯的地域性特征。

    CNKI數(shù)據(jù)庫中關鍵詞抽取相關主題論文共涉及744個不同單位,位列前三的單位有哈爾濱工業(yè)大學(27篇)、北京郵電大學(24篇)、合肥工業(yè)大學(18篇)。發(fā)文量不是衡量研究水平的唯一指標,但由此可看出上述研究單位在該領域投入了較多的科研力量,也取得了較強的影響力。同時,中國中文信息學會等10家單位也在關鍵詞抽取領域投入了較多的研究力量。

    2.2.2 作者分布

    在參數(shù)設置中,重點分析Author Keywords Plus、Term Source-title、Abstruct,將Node Types設定為Author,其它參數(shù)設為默認值。采用最小生成樹算法,得到關鍵詞抽取領域研究者的知識圖譜如圖4所示,據(jù)高產(chǎn)定律統(tǒng)計發(fā)文量最高作者如圖5所示。以這些作者為中心,構成了我國相關領域研究的重要團隊,研究團隊建設保證了國內關鍵詞抽取技術相關研究的深入和創(chuàng)新。

    3 研究熱點、前沿知識圖譜分析及發(fā)展趨勢預測

    關鍵詞是體現(xiàn)文獻主要內容的最小單位,對關鍵詞的分析可以直觀反映文獻情況。本文將處理后的知網(wǎng)文獻數(shù)據(jù)導入CiteSpace,經(jīng)過最優(yōu)化調參生成如圖6所示的共詞圖譜,統(tǒng)計前10個關鍵詞如圖7所示。

    3.1 熱點演化分析

    把握研究熱點有助于掌握該領域研究動向和發(fā)展規(guī)律,以進一步明確其研究方向[19-21]。在分析研究熱點時采用文獻的關鍵詞作為研究對象。文獻關鍵詞是其核心和概括,關鍵詞在形式上也較為規(guī)范。因此,統(tǒng)計、分析關鍵詞,將關鍵詞作為熱點詞源,可將頻次較高的關鍵詞作為該領域研究熱點的判斷依據(jù)。

    據(jù)此,將檢索得到的725條數(shù)據(jù)源導入 CiteSpace中,將關鍵詞作為網(wǎng)絡節(jié)點,即可運行得到關鍵詞的知識圖譜,利用 CiteSpace選取熱點詞中頻次較高的詞,經(jīng)統(tǒng)計可得到該領域的熱點詞。由圖6可以看出,關鍵詞抽取和自然語言處理兩個關鍵詞的節(jié)點最大,這是由于數(shù)據(jù)收集過程中進行文獻搜索所使用的關鍵詞就是關鍵詞抽取。TF-IDF、TextRank、LDA出現(xiàn)的頻次也較高,可知該領域研究大多基于以上算法。此外,詞向量、相似度計算、深度學習、文本分類、文本挖掘等,也都是關鍵詞抽取技術研究的熱點[22-24]。

    3.2 前沿關鍵詞分析

    本文利用膨脹詞探測(Burst Detection)技術運行關鍵詞抽取相關文獻數(shù)據(jù),得到研究前沿時序知識圖譜。筆者設置按時間片切分關鍵詞Top N%=20%,Top N=40,得到關鍵詞抽取研究前沿關鍵詞時序圖譜如圖8所示。

    突變檢測算法能夠在不依賴其引用頻次的基礎上識別出突然出現(xiàn)的專業(yè)術語。本文通過CiteSpace輸入前文數(shù)據(jù)進行“Burst Phrases”分析,繪制得到混合突現(xiàn)詞共引圖譜如圖9所示。

    在混合突現(xiàn)詞共引圖譜中,基于突現(xiàn)詞標注,結合關鍵節(jié)點文獻分析,以共引時間順序將共引網(wǎng)絡劃分為對關鍵詞抽取的主題聚類。本文將聚類形成的類簇用C0,C1,C2 ……表示[25-27]。

    聚類C0中出現(xiàn)的突現(xiàn)詞有關鍵詞提取、文本聚類、特征權重、學術論文、古詩生成、二進制協(xié)議,這類研究范圍較廣,應用場景豐富,因此相關研究較為充分,主要依賴專家系統(tǒng)、標記數(shù)據(jù)以及分類器。類簇 C1的突現(xiàn)詞主要有“協(xié)議逆向工程”“特征選擇”“聚類分析”“自然語言處理”“詞匯鏈”“語義相似度”等。類簇C2的突現(xiàn)詞主要有“詞向量”“TFIDF模型”“主題模型”“TextRank算法”“文本分類”等[28-30],標志著關鍵詞抽取技術已從統(tǒng)計學方法逐漸過渡到基于語義理解的方法,通過計算詞向量間的余弦值度量詞與詞之間的詞義相關性。同時,還出現(xiàn)了大量基于主題方法的研究,結合突現(xiàn)詞混合共引網(wǎng)絡圖譜,其具有重要研究價值?;谥黝}的方法更契合人類寫作習慣,通過模擬人類寫文章的方式建立概率模型,可以很好計算出文本語義相似度關系,解決中文文本大量存在的一詞多義的語義理解難題,避免主題外噪聲數(shù)據(jù)對關鍵詞抽取準確性的影響。主題模型引入國內的時間不長,但其應用十分廣泛[31]。目前,我國應用LDA主題模型研究文本相似度、微博等短文本的關鍵詞抽取、文本話題演變分析、文本分割等,促進了關鍵詞抽取算法的改進和優(yōu)化。類簇C3由若干個小的類簇共同構成,突現(xiàn)詞主要有“復雜網(wǎng)絡”“機器學習”“文本挖掘”“網(wǎng)絡輿情”“情感分析”等,表明國內關鍵詞抽取技術已從基于主題的方法逐漸過渡到基于網(wǎng)絡圖的方法,復雜網(wǎng)絡是一種基于圖論的關鍵詞抽取方法??梢阅M人類語言的復雜網(wǎng)絡,利用語言特性構建語言網(wǎng)絡圖,用網(wǎng)絡圖反映詞與詞之間的關系,也可以用加權方式度量詞與詞之間的聯(lián)系強弱關系。機器學習可利用人工智能的方法作關鍵詞抽取,核心思想是基于人類經(jīng)驗得出關鍵詞抽取特征,由此改善計算機抽取關鍵詞的精確度,這就需要大量標記數(shù)據(jù)作為支撐,這種方法需以數(shù)據(jù)分析為前提。文本挖掘是隨著大數(shù)據(jù)處理需求應運而生的,基本思想是從海量文本中挖掘出有用信息,目前在電商行業(yè)用戶分析、多元異構數(shù)據(jù)處理中有較為廣泛的應用,機器學習算法與文本挖掘進一步產(chǎn)生了與其它方法的融合[32-33],由此產(chǎn)生了關鍵詞抽取技術在網(wǎng)絡輿情、情感分析等方面更為廣泛的應用。

    對突現(xiàn)詞混合共引網(wǎng)絡圖譜進行分析可知,當前關鍵詞抽取技術研究的3個前沿方向為:

    (1)提高語義理解能力,實現(xiàn)短文本關鍵詞抽取、情感分析等更多方面的突破。目前,自然語言處理中的多種文本表示模型都不能充分體現(xiàn)文本語義之間的關系,包括布爾模型、概率模型、網(wǎng)絡圖模型等,在詞的表征要素中都各有取舍以適應不同的算法。這導致關鍵詞抽取算法在語義理解上很難做到全面準確,造成關鍵詞抽取過程中語義理解的局限性。因此,如何融合以上模型或者創(chuàng)建新的模型構建全面表征語義要素的模型,提高語義理解能力是關鍵詞抽取領域的關鍵問題,也是研究需要攻克的前沿問題。

    (2)基于多種方法融合,提高關鍵詞抽取準確性。每一種抽取算法都基于不同的因素,一種方法很難給出一個綜合的抽取要素,很難得到最優(yōu)抽取結果,因此關鍵詞抽取必然需要多種抽取方法的融合。目前較為前沿的抽取方法對多種方法進行加權疊加,或者采取分布式抽取策略,用一種方法的輸出作為另一種方法的輸入,疊加得到相對準確的抽取結果[34-35]。

    (3)新型模型探索,比如云計算、深度學習、知識圖譜、空間關鍵詞等。從共現(xiàn)詞知識圖譜中發(fā)現(xiàn),這類研究相對稀缺,但是伴隨著云計算、深度學習、知識圖譜、空間關鍵詞等新技術的不斷發(fā)展,不難預見這些新技術將為關鍵詞抽取技術研究帶來突破,如何加以創(chuàng)新值得思考。

    3.3 發(fā)展趨勢預測

    (1)研究力量方面。國內關鍵詞抽取技術的主要研究力量來自高校和科研院所,通過發(fā)文突增性可以看出,哈爾濱工業(yè)大學在該領域有非常突出的貢獻,可知未來關鍵詞抽取的發(fā)展依然依賴于高校和科研院所的研究力量。

    (2)研究熱點方面。本文通過詞頻分析明確了關鍵詞抽取領域中,復雜網(wǎng)絡、機器學習、深度學習、知識圖譜、情感分析、短文本、注意力機制、問答系統(tǒng)、網(wǎng)絡輿情、文本挖掘等是目前國內關鍵詞抽取技術研究領域的前沿與趨勢[36-37]。

    (3)根據(jù)文獻分析可知,多種算法融合是進一步提高關鍵詞抽取準確率的有效途徑。

    (4)伴隨著自然語言處理的持續(xù)研究,基于語義理解的深入研究將為關鍵詞抽取提供新思路。

    4 結語

    從總體脈絡看,國內研究者對于關鍵詞抽取的研究起初是基于統(tǒng)計的方式,即將文檔中詞語的統(tǒng)計信息作為文檔關鍵詞抽取依據(jù),包括基于詞權重、詞的文檔位置、詞的關聯(lián)信息等[38]。隨著對自然語言處理的深入研究,關鍵詞抽取技術逐漸由基于統(tǒng)計的方式向基于主題的方式發(fā)展[39]。近年來,將復雜網(wǎng)絡引入關鍵詞抽取技術領域,產(chǎn)生了無監(jiān)督方法,包括系統(tǒng)科學法、綜合特征值法、隨機游走法等。隨著大數(shù)據(jù)時代的到來,最新研究多以融合法為主,將數(shù)據(jù)挖掘、機器學習、深度學習、強化學習的方法與傳統(tǒng)方法相融合抽取關鍵詞,更加適應當前海量文本數(shù)據(jù)處理的現(xiàn)實需求。

    從微觀視角看,研究模式從理論分析到應用研究,實踐性逐漸增強。但該領域的研究仍然存在一定局限性:一是機構與學者之間的交流較少,導致研究成果具有明顯的離散性,建議科研單位在深入研究的同時,積極開展科研交流活動,避免重復工作;二是自然語言處理在語義理解方面未打破技術壁壘,導致關鍵詞抽取技術無法達到更高的準確性,建議該領域研究者在語義理解層面取得突破,向解釋力更強的方向發(fā)展,逐步提升關鍵詞抽取技術的準確性,推動研究往更深方向發(fā)展。

    參考文獻:

    [1] 張建娥. 基于多特征融合的中文文本關鍵詞提取方法[J]. 情報理論與實踐,2013,36(10):105-108.

    [2] 李春虎,張宏,武偉娜. 微博用戶對于基因編輯新聞態(tài)度的輿情分析[J]. 信息與電腦(理論版),2019(7):145-146.

    [3] 常耀成,張宇翔,王紅,等. 特征驅動的關鍵詞提取算法綜述[J]. 軟件學報,2018,29(7):2046-2070.

    [4] 肖根勝. 改進TFIDF和譜分割的關鍵詞自動抽取方法研究[D]. 武漢:華中師范大學,2012.

    [5] 王燦輝,張敏,馬少平,等. 基于相鄰詞的中文關鍵詞自動抽取[J]. 廣西師范大學學報(自然科學版),2007(2):161-164.

    [6] 方康,韓立新. 基于HMM的加權Textrank單文檔的關鍵詞抽取算法[J]. 信息技術,2015(4):114-116,120.

    [7] 蘇楠,張璇,楊紅崗,等. 基于知識圖譜的國內網(wǎng)絡輿情研究可視化分析[J]. 情報雜志,2012,31(10):42-47,58.

    [8] 肖明,陳嘉勇,李國俊. 基于CiteSpace研究科學知識圖譜的可視化分析[J]. 圖書情報工作,2011,55(6):91-95.

    [9] 包楚晗. 基于Citespace的復雜網(wǎng)絡可視化圖譜研究[J]. 信息與電腦(理論版),2017(2):133-134.

    [10] 司莉,劉劍楠. 三種信息可視化軟件的比較研究——基于KOS研究的可視化實驗分析[J]. 圖書館雜志,2014,33(1):61-67.

    [11] 高廷麗. 面向網(wǎng)頁排序的關鍵詞權值計算[D]. 北京:中國社會科學院研究生院,2013.

    [12] 王濤,李明. 改進的關鍵詞提取算法研究[J]. 重慶師范大學學報(自然科學版),2019,36(3):98-104.

    [13] 柳林青,余瀚,費寧,等. 一種基于TextRank的單文本關鍵字提取算法[J]. 計算機應用研究,2018,35(3):705-710.

    [14] 江林升,張春霞. 含關鍵字的新浪微博獲取與輿情分析[J]. 寶雞文理學院學報(自然科學版),2014,34(1):51-54.

    [15] 郭永輝. 面向短文本分類的特征擴展方法[D]. 哈爾濱:哈爾濱工業(yè)大學,2013.

    [16] 張少迪,鄭炅,艾山·吾買爾,等. 基于Django的中文關鍵詞提取系統(tǒng)的設計與實現(xiàn)[J]. 電腦知識與技術,2019(13):220-222.

    [17] 蘇紅剛.? 基于SVM的中文文本分類系統(tǒng)實現(xiàn)[D]. 長春:吉林大學,2012.

    [18] 劉開瑛,薛翠芳,鄭家恒,等. 中文文本中抽取特征信息的區(qū)域與技術[J]. 中文信息學報,1998(2):2-8.

    [19] 趙鵬,蔡慶生,王清毅,等. 一種基于復雜網(wǎng)絡特征的中文文檔關鍵詞抽取算法[J]. 模式識別與人工智能,2007,20(6):827-831.

    [20] 夏天. 詞語位置加權TextRank的關鍵詞抽取研究[J]. 現(xiàn)代圖書情報技術,2013(9):30-34.

    [21] 李陽,李青,張霞. 基于離散序列報文的協(xié)議格式特征自動提取算法[J]. 計算機應用,2017,37(4):954-959,969.

    [22] 方俊,郭雷,王曉東. 基于語義的關鍵詞提取算法[J]. 計算機科學,2008(6):148-151.

    [23] 闞洳沂,唐雁. 基于節(jié)點刪除指標的關鍵字提取策略[J]. 西南師范大學學報(自然科學版),2008(2):119-122.

    [24] 李俊,呂學強. 融合BERT語義加權與網(wǎng)絡圖的關鍵詞抽取方法[J/OL]. 計算機工程:1-7[2019-11-15]. https://doi.org/10.19678/j.issn.1000-3428.0055368.

    [25] 馬慧芳,王雙,李苗,等. 融合圖結構與節(jié)點關聯(lián)的關鍵詞提取方法[J]. 中文信息學報,2019,33(9):69-78.

    [26] 郭慶. 基于圖與LDA的中文文本關鍵詞提取算法[D]. 北京:北京郵電大學,2019.

    [27] 劉慧婷,劉志中,王利利,等. 一般間隙序列模式挖掘的關鍵詞抽取[J]. 電子學報,2019,47(5):1121-1128.

    [28] 張莉婧,李業(yè)麗,曾慶濤,等. 基于改進TextRank的關鍵詞抽取算法[J]. 北京印刷學院學報,2016,24(4):51-55.

    [29] 于琨,糜仲春,蔡慶生. 可應用于互聯(lián)網(wǎng)的自學習中文關鍵詞抽取算法[J]. 中國科學技術大學學報,2002(3):126-129.

    [30] 田軍. 信息可視化分析工具的比較分析——以CiteSpace、HistCite和RefViz為例[J]. 圖書館學研究,2014(14):90-95,54.

    [31] 楊潔,季鐸,蔡東風,等. 基于聯(lián)合權重的多文檔關鍵詞抽取技術[J]. 中文信息學報,2008,22(6):75-79.

    [32] 寧建飛,劉降珍. 融合Word2vec與TextRank的關鍵詞抽取研究[J]. 現(xiàn)代圖書情報技術,2016(6):20-27.

    [33] QIN P D,XU W R,GUO J. A novel negative sampling based on TFIDF for learning word representation[J]. Neurocomputing,2015,177: 257-265.

    [34] JAN B,LEONARDO. Conversations on cognitive cultural studies: literature, language, and aesthetics[M]. Columbus:Ohio State University Press,2015.

    [35] SIU M H,GISH H,CHAN A,et al. Unsupervised training of an HMM-based self-organizing unit recognizer with applications to topic classification and keyword discovery[J]. Computer Speech & Language,2014,28 (1): 210-223

    [36] PETER D,TURNEY. Learning algorithms for keyphrase extraction[J]. Information Retrieval,2000 (4): 303-336.

    [37] CHEN CH M. CiteSpace II: detecting and visualizing emerging trends and transient patterns in scientific literature[J]. Journal of the American Society for Information Science and Technology,2006,57(3): 359-377.

    [38] PERSSON O. The intellectual base and research fronts of JASIS 1986-1990[J]. Journal of the American Society for information Science,1994,45(1): 31-38.

    [39] SIU M H,GISH H,CHAN A,et al. Unsupervised training of an HMM-based self-organizing unit recognizer with applications to topic classification and keyword discovery[J].? Computer Speech & Language,2014,28(1): 210-223.

    (責任編輯:孫 娟)

    亚洲va日本ⅴa欧美va伊人久久| 国产伦在线观看视频一区| 级片在线观看| 白带黄色成豆腐渣| 又粗又爽又猛毛片免费看| 久久99热这里只有精品18| 男女之事视频高清在线观看| 成年女人毛片免费观看观看9| 免费一级毛片在线播放高清视频| 永久网站在线| 国产精品久久久久久精品电影| 免费观看人在逋| 午夜激情福利司机影院| 人妻丰满熟妇av一区二区三区| 伦理电影大哥的女人| 日本与韩国留学比较| 男女边吃奶边做爰视频| www.www免费av| 色视频www国产| 国产色婷婷99| 亚洲成av人片在线播放无| 别揉我奶头 嗯啊视频| 久久久久性生活片| 狂野欧美白嫩少妇大欣赏| 久久久色成人| 一本一本综合久久| 一本一本综合久久| 久久人妻av系列| 亚洲av五月六月丁香网| 18禁黄网站禁片免费观看直播| 黄色视频,在线免费观看| 久99久视频精品免费| 一卡2卡三卡四卡精品乱码亚洲| 欧美日韩亚洲国产一区二区在线观看| 一进一出抽搐动态| 免费在线观看成人毛片| 国产精品野战在线观看| 国产精品一区二区性色av| 国产私拍福利视频在线观看| 最近在线观看免费完整版| 午夜久久久久精精品| h日本视频在线播放| 精品久久久久久久久亚洲 | 赤兔流量卡办理| 成人特级黄色片久久久久久久| 村上凉子中文字幕在线| 午夜a级毛片| 淫妇啪啪啪对白视频| 免费看美女性在线毛片视频| 国产一区二区激情短视频| 色哟哟·www| 五月玫瑰六月丁香| 国产一区二区亚洲精品在线观看| 天美传媒精品一区二区| 一边摸一边抽搐一进一小说| 国产精品伦人一区二区| 韩国av一区二区三区四区| 男人舔奶头视频| 国产精品日韩av在线免费观看| 亚洲国产色片| 国产亚洲精品av在线| 2021天堂中文幕一二区在线观| 国产精品爽爽va在线观看网站| 成人av在线播放网站| 日日摸夜夜添夜夜添小说| 久久久久久九九精品二区国产| АⅤ资源中文在线天堂| 欧美色视频一区免费| 天堂网av新在线| 999久久久精品免费观看国产| 在线免费观看的www视频| 一本久久中文字幕| 国产又黄又爽又无遮挡在线| 中文亚洲av片在线观看爽| 我的女老师完整版在线观看| 精品一区二区三区视频在线| 欧美日本视频| 久久精品夜夜夜夜夜久久蜜豆| 成人午夜高清在线视频| 成人亚洲精品av一区二区| 国语自产精品视频在线第100页| 国内揄拍国产精品人妻在线| 国产亚洲av嫩草精品影院| 国产精品一区二区免费欧美| 国产精品久久久久久亚洲av鲁大| 国产高清有码在线观看视频| 免费黄网站久久成人精品| 亚洲色图av天堂| www.色视频.com| 桃红色精品国产亚洲av| 又黄又爽又刺激的免费视频.| 国内精品美女久久久久久| 五月玫瑰六月丁香| 国产精品一区www在线观看 | 国产私拍福利视频在线观看| 精品人妻熟女av久视频| 看黄色毛片网站| av在线观看视频网站免费| 美女xxoo啪啪120秒动态图| 久久精品国产99精品国产亚洲性色| 国产精品综合久久久久久久免费| 97超视频在线观看视频| 久久九九热精品免费| 成人综合一区亚洲| 嫩草影视91久久| 亚洲性夜色夜夜综合| 成人鲁丝片一二三区免费| 免费看光身美女| 亚洲精品成人久久久久久| 欧美激情在线99| 日本在线视频免费播放| 欧美区成人在线视频| 国产精品,欧美在线| 麻豆国产av国片精品| 日日摸夜夜添夜夜添小说| 亚洲真实伦在线观看| 欧美日韩乱码在线| 欧美另类亚洲清纯唯美| 在线a可以看的网站| 国产精品国产三级国产av玫瑰| 久久久色成人| 少妇熟女aⅴ在线视频| 黄色女人牲交| 别揉我奶头~嗯~啊~动态视频| 小蜜桃在线观看免费完整版高清| 久久精品国产亚洲av香蕉五月| a在线观看视频网站| 欧美一级a爱片免费观看看| 午夜福利高清视频| 欧美性猛交╳xxx乱大交人| 成人二区视频| 精品一区二区三区视频在线观看免费| 观看美女的网站| 日本在线视频免费播放| 色哟哟哟哟哟哟| 成人特级av手机在线观看| 亚洲成a人片在线一区二区| 两性午夜刺激爽爽歪歪视频在线观看| 日本 av在线| 18禁裸乳无遮挡免费网站照片| 亚洲在线观看片| 欧美又色又爽又黄视频| 亚洲av第一区精品v没综合| 色尼玛亚洲综合影院| 国产午夜福利久久久久久| 国产成人福利小说| 99热这里只有是精品在线观看| 成人高潮视频无遮挡免费网站| 日韩欧美一区二区三区在线观看| 51国产日韩欧美| 搞女人的毛片| 五月玫瑰六月丁香| 97超级碰碰碰精品色视频在线观看| 久久久久国产精品人妻aⅴ院| 日韩欧美一区二区三区在线观看| 桃色一区二区三区在线观看| 欧美最新免费一区二区三区| 丰满乱子伦码专区| 老司机午夜福利在线观看视频| 白带黄色成豆腐渣| 亚洲国产欧洲综合997久久,| 日本黄色片子视频| .国产精品久久| 五月玫瑰六月丁香| 国产视频内射| 欧美三级亚洲精品| 久久久久久大精品| 精品午夜福利视频在线观看一区| 不卡一级毛片| 亚洲av熟女| 久久国产精品人妻蜜桃| 精品人妻偷拍中文字幕| 国语自产精品视频在线第100页| 99热只有精品国产| 三级毛片av免费| 欧美激情久久久久久爽电影| 国产黄a三级三级三级人| 国产69精品久久久久777片| 一个人看的www免费观看视频| 国产精品,欧美在线| 亚洲人成伊人成综合网2020| 日本黄色视频三级网站网址| 观看美女的网站| 国产 一区 欧美 日韩| 男女啪啪激烈高潮av片| 国产高清有码在线观看视频| 中文字幕av在线有码专区| 美女免费视频网站| 禁无遮挡网站| 看免费成人av毛片| 亚洲av免费在线观看| 韩国av在线不卡| 成人高潮视频无遮挡免费网站| 国产精品人妻久久久影院| 韩国av在线不卡| 在线a可以看的网站| 亚洲精品国产成人久久av| 成人亚洲精品av一区二区| 亚洲成人久久性| 国产黄色小视频在线观看| 日韩欧美国产在线观看| 午夜福利在线在线| 日本 欧美在线| 国产激情偷乱视频一区二区| 久久精品国产自在天天线| 99精品久久久久人妻精品| 亚洲欧美日韩东京热| 久久精品影院6| 午夜福利成人在线免费观看| 嫩草影视91久久| 久久午夜福利片| 午夜视频国产福利| 日韩精品有码人妻一区| 别揉我奶头~嗯~啊~动态视频| 国产精品国产高清国产av| 日本精品一区二区三区蜜桃| 一级av片app| 欧美日韩黄片免| 免费观看人在逋| 国产精品一区二区免费欧美| 国产精品av视频在线免费观看| 美女 人体艺术 gogo| 国产乱人伦免费视频| 欧美性猛交黑人性爽| 别揉我奶头 嗯啊视频| 欧美又色又爽又黄视频| 国产成人影院久久av| 人人妻人人看人人澡| 精品一区二区免费观看| aaaaa片日本免费| 中文亚洲av片在线观看爽| 免费观看人在逋| 中文字幕久久专区| 男人舔女人下体高潮全视频| 久久久久性生活片| 亚洲第一区二区三区不卡| 最近中文字幕高清免费大全6 | 国产精品av视频在线免费观看| 国产中年淑女户外野战色| 三级男女做爰猛烈吃奶摸视频| 九九热线精品视视频播放| 国产aⅴ精品一区二区三区波| 亚洲乱码一区二区免费版| 美女cb高潮喷水在线观看| 欧美人与善性xxx| 日本精品一区二区三区蜜桃| 中文字幕人妻熟人妻熟丝袜美| 最好的美女福利视频网| 国内精品宾馆在线| 成人高潮视频无遮挡免费网站| 女生性感内裤真人,穿戴方法视频| 精品久久久久久成人av| 日韩精品青青久久久久久| 日韩av在线大香蕉| 韩国av一区二区三区四区| 天堂动漫精品| 国产在视频线在精品| 久久人人精品亚洲av| 久久久久九九精品影院| 一个人看视频在线观看www免费| 国产亚洲91精品色在线| 免费黄网站久久成人精品| 精品人妻1区二区| 美女cb高潮喷水在线观看| 黄色一级大片看看| 成人特级av手机在线观看| 国产色爽女视频免费观看| 男人舔女人下体高潮全视频| 如何舔出高潮| 少妇人妻一区二区三区视频| 两人在一起打扑克的视频| 日本黄色视频三级网站网址| 99riav亚洲国产免费| 搞女人的毛片| 在线观看美女被高潮喷水网站| 日韩大尺度精品在线看网址| 成人国产麻豆网| 在线看三级毛片| 色哟哟哟哟哟哟| 久久午夜福利片| 亚洲欧美日韩东京热| 露出奶头的视频| 国产色爽女视频免费观看| 国内揄拍国产精品人妻在线| 欧美日韩亚洲国产一区二区在线观看| 18禁黄网站禁片免费观看直播| x7x7x7水蜜桃| 久久久午夜欧美精品| 给我免费播放毛片高清在线观看| 女同久久另类99精品国产91| 欧美成人一区二区免费高清观看| 亚洲av五月六月丁香网| 国产伦人伦偷精品视频| 亚洲无线观看免费| 精品久久国产蜜桃| 欧美一级a爱片免费观看看| 国产精品久久久久久精品电影| 中出人妻视频一区二区| 波多野结衣高清无吗| 国产精品嫩草影院av在线观看 | 校园人妻丝袜中文字幕| 在线播放无遮挡| 国产一区二区激情短视频| 亚洲在线自拍视频| 国产蜜桃级精品一区二区三区| 又爽又黄无遮挡网站| 国产精品久久久久久亚洲av鲁大| 熟女人妻精品中文字幕| 我的老师免费观看完整版| 97热精品久久久久久| 黄色一级大片看看| 国产黄色小视频在线观看| netflix在线观看网站| 亚洲国产欧美人成| 淫妇啪啪啪对白视频| 日日撸夜夜添| av黄色大香蕉| 国产精品,欧美在线| 国内久久婷婷六月综合欲色啪| 91av网一区二区| 最新在线观看一区二区三区| 亚洲精品一区av在线观看| av女优亚洲男人天堂| 国产熟女欧美一区二区| 性插视频无遮挡在线免费观看| 人妻制服诱惑在线中文字幕| 日本a在线网址| 韩国av一区二区三区四区| 欧美性猛交黑人性爽| 成人一区二区视频在线观看| 久久人人爽人人爽人人片va| 午夜精品一区二区三区免费看| 亚洲综合色惰| 99久久成人亚洲精品观看| 日本 av在线| 欧美另类亚洲清纯唯美| 3wmmmm亚洲av在线观看| 如何舔出高潮| 成人国产麻豆网| 亚洲avbb在线观看| 久久精品国产自在天天线| 久久草成人影院| 人人妻人人澡欧美一区二区| 成人二区视频| av在线观看视频网站免费| 18禁黄网站禁片午夜丰满| ponron亚洲| 亚洲av免费高清在线观看| 精品不卡国产一区二区三区| 亚洲精品久久国产高清桃花| 国产高清不卡午夜福利| 嫩草影院入口| 又紧又爽又黄一区二区| 最近最新免费中文字幕在线| 亚洲经典国产精华液单| 色精品久久人妻99蜜桃| 欧美最新免费一区二区三区| 桃红色精品国产亚洲av| 欧美三级亚洲精品| 日本欧美国产在线视频| 色哟哟哟哟哟哟| 麻豆国产av国片精品| 免费在线观看影片大全网站| 欧美xxxx性猛交bbbb| 日韩欧美 国产精品| 女人十人毛片免费观看3o分钟| 人妻制服诱惑在线中文字幕| 嫩草影院入口| 亚洲成人免费电影在线观看| 亚洲四区av| 日韩中文字幕欧美一区二区| 麻豆国产av国片精品| 悠悠久久av| 1024手机看黄色片| 亚洲一区二区三区色噜噜| 国产精华一区二区三区| 欧美三级亚洲精品| 久久久色成人| 亚洲精品亚洲一区二区| 在线看三级毛片| 午夜影院日韩av| 99热这里只有是精品在线观看| 国产三级在线视频| 啦啦啦啦在线视频资源| 婷婷色综合大香蕉| 99热这里只有精品一区| 搡女人真爽免费视频火全软件 | 美女被艹到高潮喷水动态| 国国产精品蜜臀av免费| 亚洲中文日韩欧美视频| 欧美性感艳星| 日韩国内少妇激情av| 天美传媒精品一区二区| 国产精品国产高清国产av| 国产精品久久久久久av不卡| 全区人妻精品视频| 给我免费播放毛片高清在线观看| 午夜福利高清视频| aaaaa片日本免费| 日韩欧美精品v在线| 91麻豆av在线| 婷婷六月久久综合丁香| 黄色丝袜av网址大全| 日日撸夜夜添| 成人一区二区视频在线观看| 亚洲性夜色夜夜综合| 国产免费男女视频| 免费搜索国产男女视频| av天堂中文字幕网| 男插女下体视频免费在线播放| 精品一区二区三区人妻视频| 亚洲欧美激情综合另类| 美女免费视频网站| 色尼玛亚洲综合影院| 日韩欧美三级三区| 大又大粗又爽又黄少妇毛片口| 欧美一区二区国产精品久久精品| 亚洲,欧美,日韩| 一夜夜www| 一个人看的www免费观看视频| 性色avwww在线观看| 国产一区二区三区视频了| 精品一区二区三区视频在线| 国产男靠女视频免费网站| 极品教师在线视频| 男女做爰动态图高潮gif福利片| 国产精品永久免费网站| 久久久久久久久久黄片| 联通29元200g的流量卡| 露出奶头的视频| 久久精品国产亚洲av涩爱 | 黄色视频,在线免费观看| 亚洲va日本ⅴa欧美va伊人久久| 国产精品久久久久久av不卡| 国内精品美女久久久久久| 狂野欧美白嫩少妇大欣赏| 亚洲成人精品中文字幕电影| 久久精品国产鲁丝片午夜精品 | 欧美日本视频| 亚洲aⅴ乱码一区二区在线播放| 国产精品98久久久久久宅男小说| 男人的好看免费观看在线视频| 国产午夜福利久久久久久| bbb黄色大片| 免费看a级黄色片| 欧美日韩亚洲国产一区二区在线观看| 国产精品一及| av专区在线播放| 国产精品美女特级片免费视频播放器| av在线蜜桃| 欧美xxxx性猛交bbbb| 精品人妻视频免费看| 久久久久久久久久久丰满 | av黄色大香蕉| 国产精品日韩av在线免费观看| 国产精品亚洲美女久久久| av视频在线观看入口| 中文亚洲av片在线观看爽| 可以在线观看的亚洲视频| 无遮挡黄片免费观看| 别揉我奶头 嗯啊视频| 十八禁网站免费在线| 成人精品一区二区免费| 欧美zozozo另类| 熟女电影av网| x7x7x7水蜜桃| 亚洲美女视频黄频| 真实男女啪啪啪动态图| 色综合站精品国产| 国产精品一区二区三区四区免费观看 | 久久精品国产亚洲av香蕉五月| 亚洲av成人精品一区久久| 久久精品综合一区二区三区| 又黄又爽又免费观看的视频| 男人和女人高潮做爰伦理| 神马国产精品三级电影在线观看| 成熟少妇高潮喷水视频| 久久中文看片网| 国产伦精品一区二区三区四那| 我要搜黄色片| 国产高清不卡午夜福利| 无人区码免费观看不卡| 国产主播在线观看一区二区| 黄色欧美视频在线观看| 欧美性猛交╳xxx乱大交人| 亚洲av二区三区四区| 国产亚洲精品久久久com| 婷婷精品国产亚洲av在线| 久久久国产成人精品二区| 日日撸夜夜添| 亚洲午夜理论影院| 99国产精品一区二区蜜桃av| 国产一级毛片七仙女欲春2| 热99re8久久精品国产| 欧美日韩精品成人综合77777| 国产精品一区二区免费欧美| 免费大片18禁| 在线观看免费视频日本深夜| 亚洲人与动物交配视频| 久久精品国产自在天天线| 亚洲欧美日韩高清在线视频| 欧美日韩乱码在线| 动漫黄色视频在线观看| 干丝袜人妻中文字幕| 精品一区二区免费观看| 人人妻人人看人人澡| 性插视频无遮挡在线免费观看| 成人毛片a级毛片在线播放| 亚洲一区高清亚洲精品| 免费av毛片视频| 欧美最黄视频在线播放免费| 国产伦人伦偷精品视频| 国产一区二区三区视频了| 久久精品国产99精品国产亚洲性色| 丰满人妻一区二区三区视频av| 91在线观看av| 嫁个100分男人电影在线观看| 大型黄色视频在线免费观看| 中文字幕免费在线视频6| 免费高清视频大片| 内射极品少妇av片p| 高清毛片免费观看视频网站| 日日啪夜夜撸| 别揉我奶头 嗯啊视频| 欧美日韩中文字幕国产精品一区二区三区| 婷婷亚洲欧美| 狂野欧美白嫩少妇大欣赏| 久久这里只有精品中国| 午夜日韩欧美国产| 久久午夜福利片| 国产精品久久久久久亚洲av鲁大| 级片在线观看| 国内毛片毛片毛片毛片毛片| 欧美三级亚洲精品| 蜜桃亚洲精品一区二区三区| 变态另类丝袜制服| 精品福利观看| bbb黄色大片| 国产爱豆传媒在线观看| 免费看日本二区| 国产精品免费一区二区三区在线| 国产精品亚洲美女久久久| 毛片女人毛片| 欧美日韩精品成人综合77777| 99热精品在线国产| 夜夜爽天天搞| 婷婷精品国产亚洲av在线| 乱码一卡2卡4卡精品| 舔av片在线| 国产老妇女一区| 国产69精品久久久久777片| 亚洲精品色激情综合| 亚洲性久久影院| 男人和女人高潮做爰伦理| 日韩中字成人| 成人欧美大片| 欧美成人一区二区免费高清观看| 日本与韩国留学比较| 精品一区二区三区av网在线观看| 成人午夜高清在线视频| 91午夜精品亚洲一区二区三区 | 国产黄a三级三级三级人| 精品福利观看| 在线看三级毛片| 深夜精品福利| 婷婷亚洲欧美| 非洲黑人性xxxx精品又粗又长| 日日撸夜夜添| 两性午夜刺激爽爽歪歪视频在线观看| 在线免费十八禁| 一区福利在线观看| 日韩在线高清观看一区二区三区 | 国产乱人伦免费视频| 一级黄片播放器| 久久精品国产清高在天天线| 搡老熟女国产l中国老女人| 亚洲av免费高清在线观看| 男女下面进入的视频免费午夜| 国产伦精品一区二区三区四那| 一边摸一边抽搐一进一小说| 国产一区二区三区av在线 | 久久久久精品国产欧美久久久| 国产一区二区三区在线臀色熟女| 欧美三级亚洲精品| 一卡2卡三卡四卡精品乱码亚洲| 91久久精品国产一区二区三区| 日韩中文字幕欧美一区二区| 精品日产1卡2卡| 男女边吃奶边做爰视频| 国产高清不卡午夜福利| 成人二区视频| 国产精品日韩av在线免费观看| 久久香蕉精品热| 亚洲欧美精品综合久久99| 国产一区二区激情短视频| 国产熟女欧美一区二区| 老司机福利观看| 久久精品综合一区二区三区| 全区人妻精品视频| 精品日产1卡2卡| 狂野欧美激情性xxxx在线观看| 国产午夜福利久久久久久| 亚洲男人的天堂狠狠| av在线天堂中文字幕| 国产一区二区三区视频了| 国产久久久一区二区三区| 我要搜黄色片| 中文字幕av成人在线电影| 男女那种视频在线观看| 69av精品久久久久久| 欧美又色又爽又黄视频| 亚洲三级黄色毛片| 性插视频无遮挡在线免费观看| 国产精品无大码| 国产在线男女|