关键词提取旨在从文本中提取出一组与文本主题相关的词语,是一项基本的自然语言处理任务。随着互联网信息时代的到来,公安领域产生了相当规模的非结构化数据,尤其出现了大量以公安要闻为代表的文本数据。面对如此繁多的文本数据,提取其中的关键词不仅可以帮助公安机关对这些数据进行归档分类,还能够提高公安工作的信息化水平,具有很高的研究意义和应用价值。现有的关键词提取方法大多是面向社交媒体和科技论文等类型的文本提取关键词,很少有基于公安要闻的关键词提取方法研究的成果公布。本文主要研究面向公安要闻的关键词提取方法,研究工作具体如下:(1)提出了一种基于位置特征的关键词提取方法。针对公安要闻中的关键词经常出现在接近文本开头的位置这一特点,该方法认为出现位置较早的候选词更重要,利用候选词的位置信息设计了候选词的权重,采用改进的Text Rank算法提取关键词。实验结果表明,与本文提出的多种基于位置特征的变形算法和现有的无监督关键词提取方法相比,本方法能够产生更好的关键词提取结果。(2)提出了一种基于词嵌入向量的关键词提取方法。该方法能够准确地阐述公安要闻所表达的主题信息,认为候选词与目标文档的语义越相近,候选词就越重要。首先使用Word2Vec基于公安要闻数据集学习词向量,然后基于候选词与目标文档的语义相似度,使用sigmod函数计算候选词的权重,最后利用改进的Text Rank算法提取关键词。实验结果表明,相比于现有的无监督关键词提取算法,本方法使用词向量特征提升了面向公安要闻的关键词提取效果。(3)构建了公安要闻数据集。本文设计了基于Java的公安要闻采集系统,该系统通过网络爬虫的方式构建了首个公安要闻数据集。数据集涵盖警情、会议、活动和通知公告等不同类型的文档。综上,本文所提的两种关键词提取方法能够有效提取公安要闻中的关键词。面向公安要闻的关键词提取方法极大地便利了公安人员对相关数据的检索,有效提升了警务人员的工作效率。