关键词抽取是抽取一篇文章中的几个核心词汇以表示文章主题的技术。随着互联网的高速发展,网络上的信息呈指数级增长,如何快速高效地访问信息变得困难,而关键词可以帮助人们快速地了解一篇文章的核心内容。同时,关键词抽取在文本分类、文本聚类、信息检索等方面也有着十分重要的作用。如今,互联网上的信息大多以多源方式呈现,如新闻文本周围通常会有图片,微博往往也会配有图片,图片新闻或微博也更容易获取人们的关注。前人对关键词的研究大多是基于文本的,本文旨在研究使用图文语义关联信息来改进微博关键词的抽取。网络上获取的图文微博数据中图片和文本并非一定相关,本文首先提出了图文语义关联关系的识别方法,而后提出了基于图文语义关联信息的图文微博关键词抽取方法。在图文语义关联关系识别中,本文通过提取微博的文本特征、社会特征和图文语义相似度特征,将关联关系识别转化为一个二分类问题,使用机器学习分类模型进行关联关系识别。识别模型选用了BP神经网络、朴素贝叶斯和逻辑回归三种进行对比。实验结果表明,使用BP神经网络结合Word-Embedding方法计算的图文语义相似度特征,并加入文本特征和社会特征后识别效果最好。在基于图文语义关联的微博关键词抽取过程中,使用TFIDF、Text Rank和朴素贝叶斯方法计算得到文本候选词权重,而后使用图文语义关联信息对候选词进行相应语义加权,按权重排序得到微博关键词。实验结果表明,使用TFIDF方法提取微博关键词效果较好,加入图文语义关联信息后,结果有明显提高。