- 1、本文档共12页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于网络化数据挖掘策略的中文多文档自动文摘研究.pdf
基于网络化数据挖掘策略的中文多文档自动文摘研究
胡珀 何婷婷 张勇
(华中师范大学计算机科学系武汉430079)
(phu宜mail.ccnu.edu.cn)
摘要多文档自动文摘是近期自然语言处理领域的一项热点研究课题.文中提出了一种基于网络化
数据挖掘策略的中文多文档自动文摘方法,该方法的特色在于生成的摘要具有全面而简洁的特性,其内容
能同时获得主题覆盖和冗余之间的平衡。考虑到同一主题的文档集合其潜在子主题的分布往往符台段落密
度特性,提出了以段落为中心的研究方法.利用网络模型来表达段落并模拟段落间的语义相关性联系,利
用网络化数据挖掘策略来自适应地划分段落语义网络中的各抱团结构并依此识别文档集合中的各潜在子主
题,通过对子主题中心句子单元的抽取及排列生成最终的摘要.此外,一种基于句子向量相似度的方法被
用来自动评价生成摘要的覆盖度和冗余度,通过与几种典型的多文档摘要方法的实验比较及对自动评价和
人工评价结果的统计相关性分析验证了该方法的可行性和有效性.
关键词多文档自动文摘网络化数据挖掘子主题识别
Chinese Multi.document Summarization Based on Networked
Data Mining Strategy
Po Hu Tingting He Yong Zhang
(DepartmentofCompu忙rScience,HuazhongNormalUniversity,Wuhan,430079,China)
Abstract Multi-documant summarization bacom%a hot topic in recant natural language processing research nIis
paper proposes a novel approach for Chinese multi-document summarization based 011 networked data mining
strategy.Thc characteristic of the method is that the generated summary Can be both complete and brief:It can
cOVeT diverse subtopics and reduce its rcdund¨cy obviously at the same time.To maintain the summary content’S
balance betwcan cuveragc and redundancy,a paragraph similarity nctwonk is constructed to model the semantic
relationship among all paragraphs in a Chinese document set with same topic and a networked data mining
stralc酣is cmploycd to adaptively analyze the network and antomatically detect the different communities for
subtopics discovery,then the centroid sentence is extracted from different subtopic and is ordercd to generate final
summary.In addition.an evaluation method based OU santance-vectot similarity calculation is used for automatic
summarization evaluation.Experimental results and comparisons with ot}lcr typical methods indicate that this
method iS effective and e柏ciant.
基盒项目:强家自然科学基金:国家社会科学基金(06BYY029);教育部科学技术研究重点项目基iz(iosll71
—36l一
Key words multi—document summarization,networked data mining,subtopic discovery
1前言
随着全球信息化进程的加快及信息竞争的趋势日盛,搜索浏览各类需求信息已成为当今
人们日常生活的必需成分。然而,不断增加的海量信息却导致了信息资源的丰富化与信息获
取的
您可能关注的文档
- 基于统一保证概率的温室结构风雪荷载标准值取值研究.pdf
- 基于统一强度理论的圆钢管混凝土轴压长柱的极限承载力分析.pdf
- 基于统一接口及one+tunnel的移动网络融合.pdf
- 基于统一极限抗力分布的侧向受荷桩分析.pdf
- 基于统一认证、授权平台的应用系统安全解决方案.pdf
- 基于统一设备库的电网调度数据综合分析应用系统的设计和实现.pdf
- 基于统一集的复杂性管理与和谐管理.pdf
- 基于统计公差和质量损失的公差设计.pdf
- 基于统计学习理论的复杂机械产品可靠性评估方法.pdf
- 基于统计损伤的凝灰岩应变软化本构方程研究.pdf
- 半导体材料性能提升技术突破与应用案例分析报告.docx
- 半导体设备国产化政策支持下的关键技术突破与应用前景报告.docx
- 剧本杀市场2025年区域扩张策略研究报告.docx
- 剧本杀行业2025人才培训体系构建中的市场需求与供给分析.docx
- 剧本杀行业2025年人才培训行业人才培养模式创新与探索.docx
- 剧本杀行业2025年内容创作人才需求报告.docx
- 剧本杀行业2025年区域市场区域剧本市场消费者满意度与市场竞争力研究报告.docx
- 剧本杀市场2025年区域竞争态势下的区域合作策略分析报告.docx
- 剧本杀行业2025人才培训与行业人才培养模式创新.docx
- 剧本杀行业剧本创作人才心理素质培养报告.docx
文档评论(0)