面向科技領(lǐng)域的多文檔摘要與綜述報告自動生成.pdf

1、多文檔自動摘要是數(shù)據(jù)挖掘、信息檢索等領(lǐng)域非常亟需解決的問題之一。目前，學(xué)術(shù)界對于多文檔自動摘要的研究已經(jīng)取得了顯著的成果，提出了很多多文檔自動摘要的算法。但是由于應(yīng)用的領(lǐng)域的不同，處理的數(shù)據(jù)的不同以及多文檔自動摘要任務(wù)本身的復(fù)雜性，多文檔自動摘要任務(wù)還存在著許多問題，需要研究和解決。本文面向科技領(lǐng)域，首先基于本文提出的改進(jìn)的基于凝聚的層次聚類算法進(jìn)行多文檔自動摘要，然后利用本文提出的改進(jìn)的信息抽取算法對聚類結(jié)果進(jìn)行了信息抽取，并依據(jù)結(jié)果

2、自動生成綜述報告。
　　利用改進(jìn)的基于凝聚的層次聚類的算法進(jìn)行多文檔自動摘要，將多文檔摘要的任務(wù)轉(zhuǎn)化為文檔聚類的任務(wù)，傳統(tǒng)的特征選取方法并不對詞區(qū)別對待，本文對特征選取方法進(jìn)行改進(jìn)提出了基于實體詞和專有名詞的特征選取方法，針對不同的特征選取方法進(jìn)行對比實驗。由于基于傳統(tǒng)聚類方法進(jìn)行多文檔摘要，通常采用余弦相似度，并沒有對學(xué)術(shù)文獻(xiàn)各部分區(qū)別對待，本文提出了基于多維度的相似度計算方法，對學(xué)術(shù)文獻(xiàn)各部分分別計算相似度并線性加權(quán)，并且將相

3、似度賦予不同的權(quán)值進(jìn)行累加整合作為文獻(xiàn)相似度，得到了更好的性能。在本文的聚類過程中，提出一種改進(jìn)的基于凝聚的層次聚類方法，較之于傳統(tǒng)的基于凝聚的層次聚類方法，此算法要求簇之間距離更緊密，對于科技領(lǐng)域達(dá)到了更好的效果。
　　顯然，研究人員不滿足于了解學(xué)術(shù)文獻(xiàn)的聚類劃分，更希望知道學(xué)術(shù)文獻(xiàn)的研究類別，研究方法等信息。基于這個需求，本文首先采用改進(jìn)的基于統(tǒng)計的信息抽取方法對研究類別進(jìn)行信息抽取，并針對學(xué)術(shù)文獻(xiàn)各部分的重要程度不同，提出了