基于篇章修辭結(jié)構(gòu)的多文檔自動(dòng)文摘系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著大數(shù)據(jù)時(shí)代的到來，人們花費(fèi)在搜索上的時(shí)間越來越多。面對著成千上萬同一主題下的網(wǎng)頁，它們大部分都包含著相同的信息，然而又包含著少量不同的信息。因此，人們迫切地需要能提供更有力的信息濃縮和篩選的加工工具。多文檔自動(dòng)文摘可以將多篇同一主題下的文章進(jìn)行匯總和壓縮，提供給人們?nèi)妗⒑啙嵉男畔ⅰ?br>　　實(shí)驗(yàn)室前課題組設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于語義的單文檔自動(dòng)文摘系統(tǒng)。但是單文檔自動(dòng)文摘已經(jīng)難以滿足人們對獲取大量準(zhǔn)確信息的迫切需要。因此，本文設(shè)計(jì)并

2、實(shí)現(xiàn)了一個(gè)多文檔自動(dòng)文摘系統(tǒng)，主要有以下幾方面的成果:
　　1.設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于篇章修辭結(jié)構(gòu)的多文檔自動(dòng)文摘系統(tǒng)，系統(tǒng)地描述了不同層面上文本單元之間的相互關(guān)系，并且提出了多文檔的修辭結(jié)構(gòu)框架。同時(shí)，本文將句子中特征詞的權(quán)重、句子的句型、句子的位置等句子的多特征信息與多文檔修辭結(jié)構(gòu)相結(jié)合，從而共同來衡量句子的重要性。
　　2.本文采用了一種混合聚類算法HCA，對多文檔進(jìn)行主題的劃分。以段落為基本單位，混合聚類算法HCA是將

3、K-Means算法與層次聚類算法相結(jié)合，從而有效地解決了多文檔主題數(shù)目不能確定的難題。實(shí)驗(yàn)結(jié)果表明，混合聚類算法比單一的聚類算法對主題劃分的準(zhǔn)確度更高。
　　3.由于多文檔自動(dòng)文摘是從同一話題下的多篇文章中抽取句子，因此，會(huì)有語句不連貫和信息冗余等缺點(diǎn)。為保證文摘準(zhǔn)確并且有較好的可讀性，本文對已經(jīng)抽取的文摘句進(jìn)行了冗余處理和句子壓縮，生成更易閱讀的文摘。
　　基于上述的工作，最后我們開發(fā)并實(shí)現(xiàn)了一個(gè)多文檔自動(dòng)文摘實(shí)驗(yàn)系統(tǒng)。從