基于综合词汇权重模型的物流文本关键词抽取与分类研究

本文旨在研究一种新型的综合词汇权重关键词抽取公式，该公式基于物流政策与新闻分类数据集，共计包含500篇文章，并由人工进行关键词标注。通过对比实验结果，我们发现本文提出的关键词抽取公式在提取效果上优于其他关键词提取算法。具体来说，该模型的准确率P、综合评价指标F1、平均准确率指标MAP、归一化折损累计增益指标NDCG四项指标均为最优，说明该模型不仅关键词提取的内容正确，而且权重排名次序也最优。

此外，我们还对物流文本的文本分类方法进行了探究，采用了10000篇物流文本的关键词作为训练集，来训练文本分类模型。实验结果表明，本课题提出的分类模型不仅在分类准确性上优于其他模型组合，分类准确率达到了95.3%，并且模型达到收敛所需的训练批次也更加少。

综上所述，本文提出的综合词汇权重模型在关键词抽取和文本分类方面均表现出色，具有很高的实用价值和应用前景。