以標(biāo)簽為導(dǎo)向的網(wǎng)頁(yè)摘要技術(shù).pdf

1、隨著Web2.0技術(shù)的廣泛應(yīng)用，越來(lái)越多的網(wǎng)頁(yè)文檔上留下了用戶給出的標(biāo)簽信息。這些附加在網(wǎng)頁(yè)文檔上的用戶標(biāo)簽信息是對(duì)網(wǎng)頁(yè)主旨內(nèi)容的一個(gè)高度概括。而目前絕大多數(shù)的網(wǎng)頁(yè)文檔摘要技術(shù)在生成摘要時(shí)，都沒(méi)有考慮這一重要的用戶交互信息，使得生成的摘要并不能準(zhǔn)確把握網(wǎng)頁(yè)文檔的主旨。為此，本文提出了一種以標(biāo)簽為導(dǎo)向的網(wǎng)頁(yè)文檔摘要新技術(shù)。
　　 本文提出了一種確定標(biāo)簽重要性排序的新算法EigenTag，這一算法在確定標(biāo)簽重要性時(shí)，結(jié)合考慮了給出標(biāo)

2、簽的用戶信息和標(biāo)簽信息，使得那些能夠反映原網(wǎng)頁(yè)文檔主旨內(nèi)容標(biāo)簽的重要性權(quán)重得分得到提高，并可以有效抑制低質(zhì)量標(biāo)簽對(duì)標(biāo)簽重要性排序的影響。
　　 由于標(biāo)簽權(quán)重得分對(duì)句子得分的影響是基于標(biāo)簽詞和句中詞的完全匹配，但由于每篇網(wǎng)頁(yè)文檔所含有的高質(zhì)量的，能夠反映網(wǎng)頁(yè)文檔主旨內(nèi)容的標(biāo)簽數(shù)量有限。因此標(biāo)簽和網(wǎng)頁(yè)文檔中詞的不匹配現(xiàn)象會(huì)比較嚴(yán)重，進(jìn)而造成標(biāo)簽權(quán)重得分不能有效賦予句中詞。為此，本文使用了關(guān)聯(lián)規(guī)則挖掘算法FP—Growth來(lái)擴(kuò)展這些用