摘要

关键词提取是指从给定文本中自动筛选出最相关的一小部分短语的过程。传统的监督式关键词提取方法依赖大量标注的训练数据，且在训练数据所属领域之外表现较差。本文提出PatternRank，一种基于预训练语言模型与词性标注的无监督关键词提取方法，适用于单文档的关键词提取任务。实验结果表明，PatternRank在精确率、召回率和F1分数上均优于以往的最先进方法。此外，本文还发布了KeyphraseVectorizers工具包，支持对词性模式进行灵活调整，从而实现候选关键词的高效筛选，并使本方法可轻松适配任意领域。