基于概念对象模型的文本 摘要技术研究-计算机应用技术专业论文.docxVIP

万方数据 万方数据 中图分类号： 密级：公 开 学科分类号： 论 文 编 号 ：37_081203_11045632016100396_LW 硕 士 学 位 论 文 基于概念对象模型的文本 摘要技术研究 作 者 姓 名： 孙秀胜 申请学位级别：工学硕士 指导教师姓名： 韩慧健 职 称：教 授 学 科 专 业： 计算机应用技术 研 究 方 向：智能计算 学 习 时 间： 自 2013 年 9 月 12 日 起 至 2016 年 6 月 30 日 止 学位授予单位： 山东财经大学 学位授予日期： 2016 年 6 月 基金项目： 国家自然科学基金项目 中国博士后基金项目(2013M531601) 山东财经大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经 发表或撰写过的研究成果，也不包含为获得山东财经大学或其它教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了 明确的说明并表示了谢意。 学位论文作者签名： 日期： 年 月 日 山东财经大学学位论文使用授权声明 本人完全同意山东财经大学有权使用本学位论文（包括但不限于其印刷版和电子 版），使用方式包括但不限于：保留学位论文，按规定向国家有关部门（机构）送交 学位论文，以学术交流为目的赠送和交换学位论文，允许学位论文被查阅、借阅和复 印，将学位论文的全部或部分内容编入有关数据库进行检索，采用影印、缩印或其他 复制手段保存学位论文。 保密学位论文在解密后的使用授权同上。 学位论文作者签名： 日期： 年 月 日 指导教师签名： 日期： 年 月 摘 摘 要 摘 要 随着“互联网+”概念的提出，互联网的应用在我国越来越广泛，人们对知识的 渴望越来越强烈。但是目前海量的信息充斥在网络各个角落，导致人们对有效信息的 获取越来越困难，其中如何快速准确的从海量信息中获取到有用的信息仍然是当前急 需解决的问题。不少学者通过对文本进行压缩从中抽取出有用信息来解决该问题，这 种对文本的压缩技术也称为文本摘要技术。 本文深入分析国内外文本摘要技术的现状，充分考虑语义因素对摘要的影响，提 出了基于概念对象模型的摘要生成技术，本文主要研究内容如下： （1）本文首先对文档中的多义词进行词义消歧，然后对同义词归并生成同义词 词组，从而生成一系列同义词词组并从中抽取若干概念描述该词组，然后利用概念构 建文档内句子的向量空间模型。 （2）本文使用改进的 k-means 算法对基于概念的语句进行聚类，按照语句之间 的相似度高低划分为若干分组，每一分组内的句子都具有比较高的相似度，不同分组 之间的相似度较低，最后利用聚类结果构建概念对象模型。 （3）本文构建以基于概念的句子为节点的图模型和以概念对象为节点的图模型， 其中，在构建图模型边的过程中,考虑了句式特征和语义相同的语句对边的影响，在 计算句子权重过程中，利用概念对象模型的权重以及句子位置的重要性来对句子得分 进行修正以此生成摘要。 本文的创新点主要有以下两个方面： （1）本文首先选择权重比较大的语句来初始化 K-means 算法的质心，利用该算 法对文档中的语句进行聚类；然后借助面向对象的思想提出了概念对象模型，将这些 聚类结果看成若干个概念对象，对象内都是语义相似度高的句子，不同概念对象间语 义相似程度较低，最后抽取聚类内句子的属性和行为构建概念对象模型。 （2）针对以句子为节点的图模型的不足之处，本文考虑句式特征和句子语义等 因素，分别使用基于概念的句子和概念对象模型作为节点构建图模型，然后利用构造 出的图模型进行文本摘要的处理，从而提高了生成的摘要质量。 最后在哈工大多文档语料库的基础上进行扩展并创建新的语料库，对以句子为节 点的图模型文本摘要生成技术和基于概念对象模型的文本摘要技术进行了实验比较。 实验结果证明由本文提出的方法生成的摘要在 ROUGE-1 和 ROUGE-2 上都要好于传 i 统的以句子为节点的图模型摘要技术，基于概念对象模型的文本摘要技术可以有效地 提高文摘的质量。 关键词：基于图模型的文本摘要；向量空间模型；概念对象模型；K-means 算法 ii Ab Abstract Abstract With the proposal of the concept of Internet plus, its application has been widely used on different fields in our country. Peoples requirements for know