中文文本的可视化表示.pdfVIP

年 月 东 北 大 学 学 报 （ 自 然 科 学 版 ） 2000 l0 0ct. 2000 第 卷第 期 （ ） ， 2l 5 JOurDa1 Of NOrt1eaSterD UDiVerSity Natura1 ScieDce VO1.2l NO.5 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 文章编号： （ ） l005-3026 2000 05-050l-04 中文文本的可视化表示 林鸿飞，高 天，姚天顺 （东北大学 信息科学与工程学院，辽宁 沈阳 ll0006） 摘 要：由于辅助阅读的需求，给出了中文文本的可视化表示，以直观的方式逐级显示文本 内容 其基本思想是：利用潜在语义索引的方法，改进文本分类的效果 利用文本层次分析方法，进 · · 行文本结构分解，给出了文本结构中各单元的标记信息，由此形成了文本的可视化表示 利用文本 · 类别、文本主题、层次、段落的超文本连接和特征项的导航功能，帮助用户有目的、有选择地浏览文 本，有助于信息处理的个性化· 关 键 词：文本层次分析；文本可视化表示；向量空间模型；文本分类；潜在语义索引 中图分类号：TP 39l 文献标识码：A 用户在使用各种检索系统时，得到的往往是 潜在语义索引（ ）是 LateDt SemaDtic IDceXiDg S. ［］ 成批的文本，许多文本篇幅冗长，包括很多用户不 T.DumaiS3 等人提出的 其基本思想是文本中的 · 太关心的细节；在这种情况下，如何表示文本，帮 词与词之间存在某种联系，即存在某种潜在的语 助用户快速获取所需的信息，具有很大的实用价 义结构，因此采用统计的方法来寻找该语义结构， 值 通过划分文本细节，为用户进行信息导航，增 并且用语义结构来表示词和文本 这样的结果可 · · 加用户主动选择的机会 这就是文本可视化表示 以达到消除词之间的相关性，化简文本向量的目 · ［，］ 的主要目的·l 2 的· 文本可视化的基本思想就是通过文本分类， 潜在语义索引的算法基于矩阵的奇异值分解· 将文本分成若干类别 对于类别中的文本，进行文 对于秩为r 的m X n 矩阵存在如下分解： · 本结构分析，将文本分解为层次结构，为每个单元 ! = #T 赋予必要的标记信息，提供依据属性的连接功能， 其中，，