从汉语文本中提取主题的三种方法与一个实验.pdfVIP

从汉语文本中提取主题的三种方法和一个实验1 韩客松王永成= (上海交通大学，上海200030) 摘要 自然语言的灵活性和多样性·使得让计算机从文本中抽取主五十分宙难的问愿·本文介绍了兰种 ^ 从汉语文本中抽取主题的方法．第一种方法基于部件词典．第二种方法基于主属词词担．第三种方法基于 统计方法．为了测试三种方法，我们设计T--个独立的系统．实验结果是启发性井令人鼓舞的，每种方法 ● 都能在一定程度上抽取出反映主题的字串．然而，也许需要结合这些方法的优点得到一种更好的方法． 关键词主爱提取部件词典主鼍词典统计方法 and-n Three lhmChi眦髓text exgeriment Ippm·ch嚣forextracting钳bj睇t Becauseof and natural the isoneofthe theagility subject皤text Abstract diveTs时oflanguages，extracting InolR but tlib埘n昀Ⅱll different difficultinⅢpormm B拼眦雕hetof麟∞蛹她 l卸喀蛆geptoc酗g(NLP)．Three fromChinesetextm in吐lis Thefirst㈣is subject presentedpqm dlcthirdonc_Is method．№／atroducethe second011￡isbasedOf／a b删∞‘矗tdsdc sub．feet-wurd-dietionaryand in our three ofthe the detail．Totest process 8pp|yosghes，andexplainkeypoints aplaoaches．wedevelop Toe resultsm anddesigna㈣pSriSOIl“p．—mtexl目irnental illuminating mdepeadentsystemsrespectively and mextractthetext’ssubject these insplring．everysydem tO∞㈣extent,however,wtmay“矧combine to better㈣． approachesgcIa sabjcct method Keyword I．引言 ]nternet上如潮水般的信息大大地增加了研究者和使用者的负担．I蹦的统计资料表 明，这些信息的8嘶以上是以非结构化的文本方式存在【1]。要处理和检索这些非结构化的 信息，比结构化的信息更难。过去几年中，搜索引擎一直是人们试图解决这个。司题的研究热 点。但是，搜索引擎往往返回冗长的站点和页面列表，大多数的结果与用户