基于文章主題分析的自動(dòng)文摘研究.pdf

1、自動(dòng)文摘技術(shù)是自然語(yǔ)言處理領(lǐng)域的一個(gè)課題，它利用計(jì)算機(jī)自動(dòng)地對(duì)文章進(jìn)行處理，生成基本反映文章主題的摘要。特別是隨著互聯(lián)網(wǎng)的發(fā)展和普及，為人們提供了豐富的信息資源，利用自動(dòng)文摘技術(shù)，人們可以減少查找可用信息的時(shí)間。 基于統(tǒng)計(jì)的文章主題劃分的閾值可以通過(guò)大量的實(shí)驗(yàn)觀察確定，但這種方法確定的閾值缺乏一定的適應(yīng)性，提出一種基于閾值自動(dòng)確定的主題分析方法，并與經(jīng)驗(yàn)確定閾值的方法進(jìn)行對(duì)比，表明此方法是可行的，可以滿足自動(dòng)文摘的要求并彌補(bǔ)了經(jīng)

2、驗(yàn)確定閾值方法的不足。 因自動(dòng)文摘過(guò)程是從一組主題相關(guān)的文檔中發(fā)現(xiàn)潛在的知識(shí)，文本聚類技術(shù)得到了廣泛的重視。線性時(shí)間復(fù)雜度的K-means文本聚類算法的中心點(diǎn)難以確定，提出一種文本聚類中心點(diǎn)選擇方法，試驗(yàn)結(jié)果表明此方法可以發(fā)現(xiàn)一組聚類文檔的中心點(diǎn)，并提高了聚類效果。 對(duì)于多文檔自動(dòng)文摘，可以對(duì)同一個(gè)主題的多個(gè)文檔劃分局部主題之后，從局部主題中提取信息形成文摘，提高文摘的覆蓋度。提出一種基于單文檔主題劃分為基礎(chǔ)的多文檔文摘