NLP技术中用无监督的方法做关键词提取

除了LDA算法外，还有以下几种无监督的方法用于关键词提取：

1. 基于TF-IDF的方法：利用文档中词语的统计信息抽取文档的关键词，将文档中词语的重要性与出现频率成比例地映射到TF-IDF值上，通过对TF-IDF值排序，选取前N个作为关键词。
2. 基于词图模型的方法：构建文档的语言网络图，对语言进行网络图分析，寻找具有重要作用的词或者短语，这些短语就是文档的关键词。其中，PageRank算法是一种著名的基于图模型的关键词提取方法。
3. 基于超链接分析的方法：利用网页之间链接的关系，通过分析链接的数量和质量来评估网页中内容的主题和重要性，从而提取关键词。
4. 基于社区发现的方法：将文档视为网络中的节点，利用社区发现算法发掘文档之间的联系和社区结构，从而提取文档中的关键词。
5. 基于词向量模型的方法：利用词向量模型将文本中的词语转化为高维向量，通过计算向量之间的相似度来发掘词语之间的关联和语义关系，从而提取关键词。

这些无监督方法同样具有一定的应用场景和优劣性，需要根据具体需求和文本特征选择合适的方法进行关键词提取。