PositionRank: Uma Abordagem Não Supervisionada para Extração de Frases-Chave de Documentos Acadêmicos

A grande e crescente quantidade de dados acadêmicos disponíveis online apresenta tanto desafios quanto oportunidades para melhorar a descoberta de conhecimento. Um desses desafios é extrair automaticamente um pequeno conjunto de frases-chave de um documento que possa descrever com precisão o conteúdo do documento e facilitar o processamento rápido da informação. Neste artigo, propomos o PositionRank, um modelo não supervisionado para a extração de frases-chave de documentos acadêmicos que incorpora informações de todas as posições das ocorrências de uma palavra em um PageRank enviesado. Nosso modelo obtém melhorias notáveis no desempenho em comparação com modelos de PageRank que não levam em conta as posições das palavras, bem como em comparação com bases sólidas para esta tarefa. Especificamente, em vários conjuntos de dados de artigos de pesquisa, o PositionRank alcança melhorias de até 29,09%.