• <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)

    午夜91福利影院| 纯流量卡能插随身wifi吗| 欧美97在线视频| 亚洲久久久国产精品| 欧美xxⅹ黑人| 成年女人毛片免费观看观看9 | 成人国产av品久久久| 一级a爱视频在线免费观看| 九九爱精品视频在线观看| 国产av一区二区精品久久| 国产有黄有色有爽视频| bbb黄色大片| 亚洲情色 制服丝袜| 热99国产精品久久久久久7| 嫩草影视91久久| 午夜福利,免费看| 免费观看人在逋| 国产欧美日韩综合在线一区二区| 欧美久久黑人一区二区| 韩国av在线不卡| 男人添女人高潮全过程视频| 男女免费视频国产| 成年女人毛片免费观看观看9 | 伊人久久大香线蕉亚洲五| 日韩欧美一区视频在线观看| 国产av精品麻豆| 哪个播放器可以免费观看大片| 丰满乱子伦码专区| 国产精品一区二区精品视频观看| 男女无遮挡免费网站观看| 欧美日韩一区二区视频在线观看视频在线| 99久久精品国产亚洲精品| 免费观看性生交大片5| 亚洲三区欧美一区| 国产成人一区二区在线| 1024视频免费在线观看| 欧美精品av麻豆av| 久久久久视频综合| 美国免费a级毛片| 国产在线一区二区三区精| 国产欧美亚洲国产| 99热国产这里只有精品6| 人人澡人人妻人| 亚洲欧美精品综合一区二区三区| 蜜桃在线观看..| 欧美精品人与动牲交sv欧美| 欧美中文综合在线视频| 老司机影院成人| 日本91视频免费播放| 人人妻人人澡人人爽人人夜夜| 欧美日韩视频精品一区| xxxhd国产人妻xxx| 亚洲精品国产av蜜桃| 99re6热这里在线精品视频| 最新的欧美精品一区二区| 国产亚洲午夜精品一区二区久久| 国产精品免费视频内射| 午夜免费观看性视频| 亚洲七黄色美女视频| 女人精品久久久久毛片| av国产久精品久网站免费入址| www.自偷自拍.com| 免费女性裸体啪啪无遮挡网站| 国产成人免费观看mmmm| 嫩草影院入口| 一个人免费看片子| 男女之事视频高清在线观看 | 飞空精品影院首页| 老汉色av国产亚洲站长工具| 青草久久国产| 久久久久久久精品精品| 超碰97精品在线观看| 高清视频免费观看一区二区| 国产精品一国产av| 国产av国产精品国产| 国产一级毛片在线| 国产成人精品在线电影| 精品一区二区免费观看| 人妻人人澡人人爽人人| 美女中出高潮动态图| 国产成人精品久久二区二区91 | 午夜精品国产一区二区电影| 成人免费观看视频高清| 久久这里只有精品19| 91精品伊人久久大香线蕉| 伊人久久大香线蕉亚洲五| videosex国产| 亚洲精品乱久久久久久| 99热全是精品| 黄片小视频在线播放| 只有这里有精品99| 日韩成人av中文字幕在线观看| 国产精品久久久久久精品古装| 尾随美女入室| 最黄视频免费看| 午夜福利视频精品| 一个人免费看片子| 日韩av在线免费看完整版不卡| 男女边吃奶边做爰视频| 亚洲av综合色区一区| 国产探花极品一区二区| av福利片在线| 又粗又硬又长又爽又黄的视频| 最新在线观看一区二区三区 | 成年人午夜在线观看视频| 日本欧美视频一区| 亚洲激情五月婷婷啪啪| 黑人欧美特级aaaaaa片| 妹子高潮喷水视频| 黄色视频不卡| 18禁裸乳无遮挡动漫免费视频| av不卡在线播放| 日本欧美视频一区| 欧美亚洲 丝袜 人妻 在线| 在线观看国产h片| 亚洲精品国产区一区二| 国产av精品麻豆| 国产精品人妻久久久影院| 超碰成人久久| 尾随美女入室| 操美女的视频在线观看| 日本欧美国产在线视频| 亚洲,欧美,日韩| 如日韩欧美国产精品一区二区三区| 久久97久久精品| 伊人久久大香线蕉亚洲五| 欧美日韩亚洲综合一区二区三区_| 最新在线观看一区二区三区 | 热re99久久精品国产66热6| 99国产精品免费福利视频| 69精品国产乱码久久久| 王馨瑶露胸无遮挡在线观看| 国产精品香港三级国产av潘金莲 | www.熟女人妻精品国产| 国产一级毛片在线| 男女免费视频国产| 精品第一国产精品| av在线app专区| 狠狠婷婷综合久久久久久88av| 大码成人一级视频| 麻豆精品久久久久久蜜桃| 看免费成人av毛片| 成年女人毛片免费观看观看9 | 中文字幕人妻熟女乱码| 国产1区2区3区精品| 黑人巨大精品欧美一区二区蜜桃| 国产有黄有色有爽视频| www.熟女人妻精品国产| 嫩草影视91久久| 欧美激情高清一区二区三区 | 久久精品国产亚洲av涩爱| 日韩伦理黄色片| 精品久久久精品久久久| 1024香蕉在线观看| 操出白浆在线播放| 国产片特级美女逼逼视频| 亚洲欧美成人精品一区二区| 99久久精品国产亚洲精品| 老司机影院成人| 1024香蕉在线观看| 日本wwww免费看| 亚洲精品国产av成人精品| 久久精品aⅴ一区二区三区四区| 国产欧美亚洲国产| 大片电影免费在线观看免费| 另类精品久久| 天天添夜夜摸| 亚洲欧洲精品一区二区精品久久久 | 狂野欧美激情性bbbbbb| 黄色视频不卡| 爱豆传媒免费全集在线观看| 精品少妇一区二区三区视频日本电影 | 大香蕉久久成人网| netflix在线观看网站| 波多野结衣av一区二区av| 久久人妻熟女aⅴ| 男女高潮啪啪啪动态图| 精品人妻一区二区三区麻豆| 久久99精品国语久久久| 亚洲国产最新在线播放| 久久久精品免费免费高清| 一区在线观看完整版| 午夜日韩欧美国产| 男人添女人高潮全过程视频| 久久精品久久久久久噜噜老黄| 久久久久国产一级毛片高清牌| 精品国产一区二区久久| av女优亚洲男人天堂| 一本一本久久a久久精品综合妖精| 久久久久精品久久久久真实原创| 男人爽女人下面视频在线观看| 高清视频免费观看一区二区| 啦啦啦在线观看免费高清www| 99热全是精品| 人人妻人人澡人人爽人人夜夜| 2018国产大陆天天弄谢| 18禁动态无遮挡网站| 天堂中文最新版在线下载| 久久久久人妻精品一区果冻| 久久人人97超碰香蕉20202| 国产福利在线免费观看视频| 国产1区2区3区精品| 男女无遮挡免费网站观看| 香蕉国产在线看| 亚洲精品国产av成人精品| 亚洲精品一二三| 亚洲国产av影院在线观看| 男人爽女人下面视频在线观看| 国产不卡av网站在线观看| 最近最新中文字幕大全免费视频 | 婷婷色综合www| 精品一区二区三卡| av网站免费在线观看视频| 欧美另类一区| 国产在线一区二区三区精| 亚洲在久久综合| 少妇被粗大猛烈的视频| 亚洲欧美一区二区三区国产| 叶爱在线成人免费视频播放| 观看美女的网站| 亚洲欧美色中文字幕在线| 亚洲精品,欧美精品| 人妻人人澡人人爽人人| 国产一区二区三区综合在线观看| 熟女少妇亚洲综合色aaa.| 亚洲成人一二三区av| 在线天堂最新版资源| 中文字幕最新亚洲高清| videos熟女内射| 婷婷色麻豆天堂久久| 亚洲国产欧美网| 亚洲精品久久成人aⅴ小说| 波多野结衣一区麻豆| 免费黄频网站在线观看国产| 日日摸夜夜添夜夜爱| 天天影视国产精品| 成人国产麻豆网| 国产黄色视频一区二区在线观看| 黑丝袜美女国产一区| 国产精品一区二区在线不卡| 男人舔女人的私密视频| 国产精品成人在线| 中文乱码字字幕精品一区二区三区| 捣出白浆h1v1| 国产精品一区二区在线不卡| 国产淫语在线视频| 色吧在线观看| 18禁观看日本| 久久久亚洲精品成人影院| 亚洲国产欧美网| 国产又色又爽无遮挡免| 又粗又硬又长又爽又黄的视频| 中文字幕制服av| a级毛片在线看网站| 99久久99久久久精品蜜桃| 18禁国产床啪视频网站| 美女扒开内裤让男人捅视频| 新久久久久国产一级毛片| 免费高清在线观看视频在线观看| 免费在线观看视频国产中文字幕亚洲 | av女优亚洲男人天堂| videosex国产| 免费观看性生交大片5| 欧美黑人精品巨大| 亚洲一级一片aⅴ在线观看| 国产一级毛片在线| 日韩人妻精品一区2区三区| 精品少妇内射三级| 久久精品国产亚洲av涩爱| 美女扒开内裤让男人捅视频| 国产一区有黄有色的免费视频| 国产精品成人在线| 一级a爱视频在线免费观看| 叶爱在线成人免费视频播放| 久久99热这里只频精品6学生| 亚洲国产看品久久| 一级毛片 在线播放| 蜜桃国产av成人99| 午夜日本视频在线| 下体分泌物呈黄色| 叶爱在线成人免费视频播放| 精品少妇内射三级| 国产成人精品福利久久| 日本爱情动作片www.在线观看| 中文字幕色久视频| 久久久久久人妻| 国产精品 国内视频| 一级毛片我不卡| 91精品三级在线观看| 少妇的丰满在线观看| 熟妇人妻不卡中文字幕| 国产 一区精品| 国产亚洲欧美精品永久| 中文字幕色久视频| 天美传媒精品一区二区| 99九九在线精品视频| 男人爽女人下面视频在线观看| 秋霞在线观看毛片| 狠狠精品人妻久久久久久综合| 极品少妇高潮喷水抽搐| 国产精品香港三级国产av潘金莲 | 亚洲欧美清纯卡通| 麻豆乱淫一区二区| 精品午夜福利在线看| 激情五月婷婷亚洲| 亚洲婷婷狠狠爱综合网| 国产精品一区二区精品视频观看| 三上悠亚av全集在线观看| 男人舔女人的私密视频| 男女午夜视频在线观看| 欧美在线黄色| 女人久久www免费人成看片| 中文天堂在线官网| 亚洲精品久久久久久婷婷小说| 免费观看a级毛片全部| 桃花免费在线播放| 午夜91福利影院| 国产成人系列免费观看| 久久久久久久久免费视频了| 亚洲一码二码三码区别大吗| 欧美日韩亚洲国产一区二区在线观看 | 国产午夜精品一二区理论片| 国产成人啪精品午夜网站| 丝瓜视频免费看黄片| 久久性视频一级片| 秋霞在线观看毛片| 国产成人精品久久二区二区91 | 久久精品国产亚洲av涩爱| 男女高潮啪啪啪动态图| 久热这里只有精品99| 国产一区亚洲一区在线观看| 91成人精品电影| 视频区图区小说| 国产成人欧美| 免费观看a级毛片全部| 亚洲熟女毛片儿| 人成视频在线观看免费观看| 美女国产高潮福利片在线看| 国产女主播在线喷水免费视频网站| 美国免费a级毛片| 看十八女毛片水多多多| 久久国产亚洲av麻豆专区| 久久亚洲国产成人精品v| 日本猛色少妇xxxxx猛交久久| 国产一区有黄有色的免费视频| 精品久久久久久电影网| 亚洲国产精品国产精品| 国产成人91sexporn| 纯流量卡能插随身wifi吗| 黄片无遮挡物在线观看| 超碰97精品在线观看| 国产黄色免费在线视频| 亚洲精品成人av观看孕妇| 久久久久久久久久久久大奶| 国产 精品1| 高清黄色对白视频在线免费看| 99九九在线精品视频| 日韩熟女老妇一区二区性免费视频| 午夜免费鲁丝| 不卡视频在线观看欧美| 亚洲 欧美一区二区三区| 男女床上黄色一级片免费看| 两个人看的免费小视频| 尾随美女入室| 两个人看的免费小视频| 在线精品无人区一区二区三| 天堂俺去俺来也www色官网| 午夜福利网站1000一区二区三区| 菩萨蛮人人尽说江南好唐韦庄| www.熟女人妻精品国产| 久久精品aⅴ一区二区三区四区| 国产精品人妻久久久影院| 丁香六月天网| 国产成人91sexporn| 黑人巨大精品欧美一区二区蜜桃| 精品一区二区三区四区五区乱码 | 亚洲精品一区蜜桃| 桃花免费在线播放| 欧美av亚洲av综合av国产av | 亚洲人成网站在线观看播放| 中文字幕最新亚洲高清| 国产成人午夜福利电影在线观看| 成人18禁高潮啪啪吃奶动态图| 国产精品国产av在线观看| 高清av免费在线| 美女午夜性视频免费| 精品久久蜜臀av无| 国产又爽黄色视频| 国产激情久久老熟女| 巨乳人妻的诱惑在线观看| 久久久久视频综合| 久久狼人影院| 久久久久精品国产欧美久久久 | 女人爽到高潮嗷嗷叫在线视频| 午夜免费男女啪啪视频观看| 中国三级夫妇交换| 飞空精品影院首页| 日韩av在线免费看完整版不卡| 男男h啪啪无遮挡| 久久精品熟女亚洲av麻豆精品| 欧美日韩视频精品一区| 国产黄色视频一区二区在线观看| 国产有黄有色有爽视频| 亚洲精品av麻豆狂野| 日韩一区二区视频免费看| 最黄视频免费看| 丝袜脚勾引网站| 性高湖久久久久久久久免费观看| 欧美精品av麻豆av| 免费少妇av软件| 别揉我奶头~嗯~啊~动态视频 | 制服人妻中文乱码| 亚洲欧美色中文字幕在线| 波多野结衣一区麻豆| 下体分泌物呈黄色| 精品国产一区二区三区久久久樱花| 多毛熟女@视频| 亚洲少妇的诱惑av| 在线观看免费午夜福利视频| 日韩中文字幕欧美一区二区 | 久久久国产一区二区| 久久精品aⅴ一区二区三区四区| 久久久精品94久久精品| 人人妻人人爽人人添夜夜欢视频| 丁香六月欧美| 99精国产麻豆久久婷婷| 欧美国产精品va在线观看不卡| 欧美在线一区亚洲| 韩国高清视频一区二区三区| 在线观看免费午夜福利视频| 乱人伦中国视频| 女人精品久久久久毛片| 成年动漫av网址| 久久久久精品国产欧美久久久 | 婷婷色av中文字幕| 日韩精品有码人妻一区| 久久久久久免费高清国产稀缺| 人体艺术视频欧美日本| 精品第一国产精品| 精品少妇黑人巨大在线播放| 五月天丁香电影| 亚洲精品国产一区二区精华液| 国产淫语在线视频| 欧美久久黑人一区二区| 亚洲av日韩精品久久久久久密 | 97精品久久久久久久久久精品| 亚洲一区二区三区欧美精品| 飞空精品影院首页| 色吧在线观看| 少妇被粗大的猛进出69影院| av在线老鸭窝| 亚洲欧洲日产国产| 欧美黑人欧美精品刺激| 好男人视频免费观看在线| 51午夜福利影视在线观看| 777久久人妻少妇嫩草av网站| 这个男人来自地球电影免费观看 | 国产成人91sexporn| 搡老岳熟女国产| av一本久久久久| 两个人免费观看高清视频| 国产精品女同一区二区软件| 亚洲av电影在线进入| www日本在线高清视频| 亚洲av中文av极速乱| 欧美亚洲日本最大视频资源| 国产成人免费观看mmmm| 赤兔流量卡办理| 亚洲精品久久午夜乱码| 女人久久www免费人成看片| 一级毛片我不卡| 国产精品久久久久久人妻精品电影 | 欧美激情极品国产一区二区三区| 亚洲精品国产av成人精品| a级毛片在线看网站| 999精品在线视频| 日本vs欧美在线观看视频| 美女中出高潮动态图| 两个人看的免费小视频| 国产成人精品在线电影| 久久久久精品性色| 国产精品一国产av| 在线观看人妻少妇| 欧美另类一区| 欧美激情极品国产一区二区三区| 99久国产av精品国产电影| 日韩大码丰满熟妇| 99久久人妻综合| 国产精品免费大片| 在线天堂中文资源库| 中文字幕精品免费在线观看视频| a级毛片在线看网站| 欧美 日韩 精品 国产| 亚洲国产av新网站| 久热这里只有精品99| 啦啦啦中文免费视频观看日本| 欧美日韩亚洲综合一区二区三区_| 国产精品一区二区精品视频观看| av福利片在线| 国产xxxxx性猛交| 久久综合国产亚洲精品| 叶爱在线成人免费视频播放| 麻豆乱淫一区二区| 少妇人妻久久综合中文| 日韩一区二区视频免费看| 久久99热这里只频精品6学生| 一级毛片黄色毛片免费观看视频| 国产精品免费视频内射| 国产国语露脸激情在线看| 欧美97在线视频| 色视频在线一区二区三区| 精品国产露脸久久av麻豆| 免费黄色在线免费观看| 国产精品秋霞免费鲁丝片| 国产免费又黄又爽又色| 久久精品亚洲av国产电影网| 婷婷色综合www| 18在线观看网站| 国产深夜福利视频在线观看| 黑人猛操日本美女一级片| 国产成人精品福利久久| 一边摸一边抽搐一进一出视频| 欧美精品一区二区免费开放| 丝袜喷水一区| 91老司机精品| 国产伦人伦偷精品视频| 另类精品久久| 精品久久蜜臀av无| 精品人妻熟女毛片av久久网站| 一本大道久久a久久精品| 欧美亚洲 丝袜 人妻 在线| 国产在线一区二区三区精| 久久久精品94久久精品| 亚洲人成77777在线视频| 国产精品免费视频内射| 国产精品秋霞免费鲁丝片| 人妻 亚洲 视频| 国产成人a∨麻豆精品| 一级片免费观看大全| 亚洲专区中文字幕在线 | 亚洲国产精品999| 女人爽到高潮嗷嗷叫在线视频| 汤姆久久久久久久影院中文字幕| 亚洲少妇的诱惑av| 国产日韩一区二区三区精品不卡| 香蕉丝袜av| 激情视频va一区二区三区| 一级毛片 在线播放| 尾随美女入室| 国产精品久久久久成人av| 国产一区二区三区av在线| 在线观看一区二区三区激情| 91老司机精品| 最近最新中文字幕大全免费视频 | 欧美激情极品国产一区二区三区| 曰老女人黄片| 精品国产一区二区久久| 蜜桃在线观看..| av电影中文网址| 91aial.com中文字幕在线观看| 一级爰片在线观看| 我的亚洲天堂| 国产成人精品无人区| 国产成人欧美| www.精华液| 久久女婷五月综合色啪小说| 国产黄色视频一区二区在线观看| 国产一区二区在线观看av| 国产精品久久久人人做人人爽| 9191精品国产免费久久| 一区二区三区精品91| 亚洲欧美色中文字幕在线| 最近中文字幕高清免费大全6| 国产成人精品无人区| 成年av动漫网址| 国产人伦9x9x在线观看| 中文字幕另类日韩欧美亚洲嫩草| 老汉色∧v一级毛片| 777米奇影视久久| 国产精品一二三区在线看| 国产麻豆69| 宅男免费午夜| 99久国产av精品国产电影| 别揉我奶头~嗯~啊~动态视频 | 日日啪夜夜爽| 青青草视频在线视频观看| 高清黄色对白视频在线免费看| 18禁观看日本| 国产人伦9x9x在线观看| 狠狠婷婷综合久久久久久88av| 老司机靠b影院| 国产精品欧美亚洲77777| 大陆偷拍与自拍| 婷婷色av中文字幕| 国产精品免费大片| 国产高清不卡午夜福利| 国产无遮挡羞羞视频在线观看| 亚洲av福利一区| 岛国毛片在线播放| 亚洲精品成人av观看孕妇| 少妇的丰满在线观看| 国产成人精品福利久久| 韩国av在线不卡| 亚洲av福利一区| 人人妻人人澡人人爽人人夜夜| 韩国高清视频一区二区三区| av网站在线播放免费| 亚洲av电影在线进入| 妹子高潮喷水视频| www.精华液| 国产av码专区亚洲av| 欧美日韩亚洲高清精品| 欧美精品av麻豆av| 大话2 男鬼变身卡| 国产在线一区二区三区精|