基于統(tǒng)計(jì)模型的文本分割方法及其改進(jìn).pdf

1、文本分割是信息檢索和多文檔技術(shù)中的一個(gè)重要的處理步驟。通常一篇文本是由多個(gè)主題構(gòu)成的，文本分割的主要任務(wù)是通過對(duì)文檔結(jié)構(gòu)的分析，識(shí)別出文本中不同主題之間的邊界，將文本分割成多個(gè)主題段落，每一個(gè)主題段落描述一個(gè)單獨(dú)的主題。
　　本文在對(duì)已有的主題分割方法及詞匯相似性度量概括總結(jié)的基礎(chǔ)上，探討了Masao Utiyama和Hitoshi Isahar等人提出的概率統(tǒng)計(jì)模型，該模型基于貝葉斯公式以及主題分割中的詞匯集聚思想，定義了一段文

2、本描述同一個(gè)主題的概率計(jì)算公式，作為確定分割點(diǎn)的標(biāo)準(zhǔn)，并且在確定分割邊界時(shí)將待分割文本抽象為一個(gè)帶權(quán)有向圖，使用動(dòng)態(tài)規(guī)劃算法求解該圖中頭節(jié)點(diǎn)到尾節(jié)點(diǎn)的最短路徑以確定文本的最大概率分割，取得了較高的準(zhǔn)確率。
　　本文在Masao&Hitoshi概率模型的基礎(chǔ)上提出了文本分割的一點(diǎn)改進(jìn)策略。針對(duì)Masao&Hitoshi概率模型中只使用段內(nèi)相似度、沒有考慮段間不相似度的情況，我們模擬計(jì)算了段間不相似度;針對(duì)Masao&Hitoshi概

3、率模型在定義中沒有充分考慮最終分段長(zhǎng)度對(duì)概率影響的情況，我們基于在文本預(yù)處理時(shí)確定的主題段落的范圍，定義了分段函數(shù);針對(duì)同一主題內(nèi)詞匯可能比較分散難于確定邊界的情況，我們通過在Masao&Hitoshi概率模型對(duì)應(yīng)項(xiàng)中添加權(quán)值的方法來擴(kuò)大詞匯分散或集中的效果。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的概率模型在一定程度上提高了分割的準(zhǔn)確率。
　　Masao&Hitoshi模型在確定分割邊界時(shí)使用了動(dòng)態(tài)規(guī)劃算法，該方法不需要在計(jì)算前人為地設(shè)定先驗(yàn)參數(shù)。