结合语义知识的藏文网页主题句抽取算法研究.pdfVIP

信息管理与信息学 结合语义知识的藏文网页主题句抽取算法研究 艾金勇 （西藏民族大学图书馆） ： ，提出了结合语义信息的藏 摘 要 通过分析总结藏文网页的结构特征，在借鉴汉语主题句抽取方法的基础上 文网页主题句抽取算法。该方法根据藏文文本特征实现了网页内容的智能识别，同时，在对识别的文本块进行 自动分词后, 利用改进TF-IDF方法结合主题词的语义相关性确定了网页文本的主题词，并据此构建了候选主题 句集，再通过候选主题句的重要度和分布度计算得到了候选主题句的权值。最后对所有候选主题句按权值大小 排序并确定了文本的主题句。 ： ；主题句；抽取 关键词 藏文网页；语义信息 中图分类号：G254.2；G255.76 文献标志码：A 文章编号：1005－8214（2017）08－0039－05 ResearchontheMethodofExtractingTopicSentences