一名自然语言处理程序员正在写中文文本分类论文请你基于下面一段话重新组织语言写详细写丰富：由表43中表格数据及图42的折线图变化趋势可以看出：由于map平均精确度、ndcg归一化折损累计增益这两个指标主要作用是评价关键词的排名顺序有高关联度的结果出现在更靠前的位置的时候指标会越高。模型6在这两个指标上的结果都是最好的说明依据本课题提出的词语综合权值公式进行物流文本的关键词提取工作并且按权值大

根据表格4.3和图表4.2的变化趋势，可以看出MAP和NDCG这两个指标对于关键词的排名顺序具有重要的评价作用。当具有高关联度的结果出现在更靠前的位置时，这些指标的值会更高。在这两个指标上，模型6的表现最佳，这表明基于本课题提出的词语综合权值公式进行物流文本的关键词提取工作，并按权值大小排序得到的关键词，其排列顺序与文本事先标注好的关键词顺序的相似程度最高。相比之下，模型1和模型2在MAP和NDCG评价指标上表现属于中等，不是最佳的抽取方案。虽然有些模型在准确率、召回率和综合指标上表现良好，但与模型6相比仍存在不小差距。模型3的准确率、MAP和NDCG评价指标较高，但与本课题的综合权重公式模型相比，缺少词语长度权重对于关键词提取的影响不是很大，但是加入其权重会对提取结果产生积极的影响。模型4在MRR评价指标上的排名最低，表明标题特征是不可或缺的。通常一篇文章的标题中包含了对正文的总结，应该赋予标题中的词汇更高的权重。模型5在NDCG评价指标上的排名最低，结合P、R、F评价指标可以看出，缺少词跨度特征对物流文本的提取效果影响较大。几乎本文所有实验指标都较低，这可以反映出文本的关键词，如果出现在文章首尾，首尾呼应说明对于文章的关键性很大。综上所述，基于本课题提出的词语综合权值公式进行物流文本的关键词提取工作是最佳的抽取方案。