基于聚類算法的中文自動(dòng)文摘方法研究.pdf

1、隨著搜索引擎技術(shù)的發(fā)展，人們能夠通過(guò)搜索引擎方便的得到自己想要的各種信息，無(wú)論哪方面的內(nèi)容，這些搜索引擎都能幫助人們快速地找到相關(guān)的網(wǎng)頁(yè)。用戶只需輸入一些關(guān)鍵字，它們馬上就會(huì)搜索出相關(guān)的網(wǎng)頁(yè)。但搜索引擎不能提供給用戶簡(jiǎn)潔、直接的答案，用戶很難快速準(zhǔn)確地定位到所需的信息。自動(dòng)文摘技術(shù)的目標(biāo)是致力于將信息全面的、簡(jiǎn)潔的文檔直接呈現(xiàn)給用戶，提高用戶獲取信息效率，所以說(shuō)自動(dòng)文摘技術(shù)的重要性是不言而喻的，它的應(yīng)用前景將非常廣泛。 針對(duì)目前

2、中文自動(dòng)文摘冗余度過(guò)高的問(wèn)題，本文將潛在語(yǔ)義分析，HowNet概念抽取與句子聚類方法相結(jié)合。利用潛在語(yǔ)義分析與HowNet概念抽取來(lái)計(jì)算句子相似度。在進(jìn)行潛在語(yǔ)義分析的時(shí)候，對(duì)詞頻矩陣進(jìn)行了加權(quán)轉(zhuǎn)換，提高了句子相似度計(jì)算的準(zhǔn)確性。 研究了目前主流的句子聚類算法，對(duì)比分析了層次聚類算法與劃分聚類算法的優(yōu)點(diǎn)與不足，提出了一種新的混合聚類算法。將層次聚類算法(Agnes)與K-中心聚類算法(K-Means)相結(jié)合對(duì)文本中的句子進(jìn)行聚類