计算机应用技术专业毕业论文 [精品论文] 基于名实体的自动综述系统研究.docVIP

计算机应用技术专业毕业论文 [精品论文] 基于名实体的自动综述系统研究 关键词：自动综述系统 多文档自动文摘 名实体 向量空间模型 句子相似度 摘要：随着互联网的普及应用，网络已成为一个巨大的信息源。大量的数字信息在带给人们丰富便利的信息资源的同时，也给有效信息的快速获取带来了一定的困难。对于一些重要的新闻事件，有大量的网站从多个角度及时提供最新的消息，方便了人们全面了解有关情况；但与此同时，面对同一主题成千上万的、内容相同或相似的网页，读者如果想获得最主要的信息，需要耗费大量的时间和精力去阅读和分析。 自动综述是指针对特定的主题进行多文档自动文摘，最终提供简洁、重要的信息。新闻专题自动综述是多文档自动文摘的一种应用形式，它可以帮助人们快速了解某个新闻事件的概貌。对于多文档自动文摘来说，文摘句抽取、句子冗余排除、文摘句排序是三个主要的难题。本文提出了一种基于名实体的面向新闻专题的自动综述方法。该方法利用名实体识别统计发现重要的新闻要素，利用句子相似度排除冗余的信息，并根据时间信息排列输出文摘。 针对本文提出的方法，设计了一个基于名实体的自动综述系统，实现了提出的新方法。在该系统中，我们首先从新闻专题的文章集合中识别并挑选出代表新闻要素的时间、地点、人物、机构等名实体，并对识别出的名实体进行频率统计。然后根据句子中名实体的频率，结合句子位置、长度等因素计算句子的综合权值选出初步的摘要句集合，再利用句子的相似度计算的方法排除集合中意义重复的句子，最后根据句子的时间戳信息对句子排序输出得到最终的新闻专题综述。实验结果表明，基于名实体的自动综述系统应用在新闻专题领域能够取得很好的文摘效果，具有实用价值。  正文内容 随着互联网的普及应用，网络已成为一个巨大的信息源。大量的数字信息在带给人们丰富便利的信息资源的同时，也给有效信息的快速获取带来了一定的困难。对于一些重要的新闻事件，有大量的网站从多个角度及时提供最新的消息，方便了人们全面了解有关情况；但与此同时，面对同一主题成千上万的、内容相同或相似的网页，读者如果想获得最主要的信息，需要耗费大量的时间和精力去阅读和分析。 自动综述是指针对特定的主题进行多文档自动文摘，最终提供简洁、重要的信息。新闻专题自动综述是多文档自动文摘的一种应用形式，它可以帮助人们快速了解某个新闻事件的概貌。对于多文档自动文摘来说，文摘句抽取、句子冗余排除、文摘句排序是三个主要的难题。本文提出了一种基于名实体的面向新闻专题的自动综述方法。该方法利用名实体识别统计发现重要的新闻要素，利用句子相似度排除冗余的信息，并根据时间信息排列输出文摘。 针对本文提出的方法，设计了一个基于名实体的自动综述系统，实现了提出的新方法。在该系统中，我们首先从新闻专题的文章集合中识别并挑选出代表新闻要素的时间、地点、人物、机构等名实体，并对识别出的名实体进行频率统计。然后根据句子中名实体的频率，结合句子位置、长度等因素计算句子的综合权值选出初步的摘要句集合，再利用句子的相似度计算的方法排除集合中意义重复的句子，最后根据句子的时间戳信息对句子排序输出得到最终的新闻专题综述。实验结果表明，基于名实体的自动综述系统应用在新闻专题领域能够取得很好的文摘效果，具有实用价值。 随着互联网的普及应用，网络已成为一个巨大的信息源。大量的数字信息在带给人们丰富便利的信息资源的同时，也给有效信息的快速获取带来了一定的困难。对于一些重要的新闻事件，有大量的网站从多个角度及时提供最新的消息，方便了人们全面了解有关情况；但与此同时，面对同一主题成千上万的、内容相同或相似的网页，读者如果想获得最主要的信息，需要耗费大量的时间和精力去阅读和分析。 自动综述是指针对特定的主题进行多文档自动文摘，最终提供简洁、重要的信息。新闻专题自动综述是多文档自动文摘的一种应用形式，它可以帮助人们快速了解某个新闻事件的概貌。对于多文档自动文摘来说，文摘句抽取、句子冗余排除、文摘句排序是三个主要的难题。本文提出了一种基于名实体的面向新闻专题的自动综述方法。该方法利用名实体识别统计发现重要的新闻要素，利用句子相似度排除冗余的信息，并根据时间信息排列输出文摘。 针对本文提出的方法，设计了一个基于名实体的自动综述系统，实现了提出的新方法。在该系统中，我们首先从新闻专题的文章集合中识别并挑选出代表新闻要素的时间、地点、人物、机构等名实体，并对识别出的名实体进行频率统计。然后根据句子中名实体的频率，结合句子位置、长度等因素计算句子的综合权值选出初步的摘要句集合，再利用句子的相似度计算的方法排除集合中意义重复的句子，最后根据句子的时间戳信息对句子排序输出得到最终的新闻专题综述。实验结果表明，基于名实体的自动综述系统应用在新闻专题领域能够取得很好的文摘效果，具有实