引言
关键词的提取，或者说文本标签的提取，是文本处理任务中非常重要的一环。例如，句子“今天这顿烧烤是真不错啊”，其中的关键词或标签“烧烤”就能反映出这句话的主题，同时隐含着它与“美食”类别相关的信息。在文本分类任务中，这些标签往往可以帮助模型更好地理解文本；在推荐系统中，标签还可以用于召回合适的内容。
关键词的提取主要分为两类：抽取式和生成式。与生成式方法相比，抽取式方法的优点在于结果更加可控，尽管生成式可能会生成一些不相关或不符合预期的关键词。我们重点讨论抽取式关键词提取，它可以分为两个主要步骤：召回和排序。
一、召回
召回是指从文本中提取出候选的关键词，即从句子或文本中识别出潜在的关键词。召回有多种方法：
- 关键词词库匹配：根据已有的关键词词库，直接从文本中匹配出符合的词汇。
- 词性筛选：例如，仅提取名词作为候选关键词。
- 统计特征：如使用 TF-IDF 提取高权重词汇，统计特征也可以在排序阶段作为参考。