基于特征信息提取的藏文自動文摘研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，每天有大量電子文檔在互聯(lián)網(wǎng)上傳遞和交流。這些信息一方面極大方便了日常生活。另一方面，大量繁雜信息之多已經(jīng)大大超過了每天日常的閱讀能力，迫切需要一種信息壓縮精選工具來對大量信息進(jìn)行提煉，濃縮。然而，自動文摘技術(shù)正是解決這一難題的有力工具之一。同樣，藏文信息化建設(shè)進(jìn)程的加快，互聯(lián)網(wǎng)不僅成為藏族群眾傳遞信息、共享資源的主要途徑和藏族文化傳承的重要方式。隨著互聯(lián)網(wǎng)上藏文為載體的信息不斷的增多，藏文使用者無法準(zhǔn)確的找到自己所

2、需的信息，藏文文檔自動文摘處理成為越來越關(guān)注的研究課題，也是亟待解決的問題之一。
　　通過藏文詞在文檔中的位置、頻率、詞的長度和是否在標(biāo)題中出現(xiàn)的綜合特征選擇關(guān)鍵詞，在此基礎(chǔ)上根據(jù)句子的特征：段落中的位置、詞權(quán)重、句子與標(biāo)題相似度、句子有效測度值來綜合評價句子反映文章主題的價值。根據(jù)文摘候選句權(quán)重大小排序來抽取摘要。最后，實(shí)現(xiàn)了基于不同特征的藏文文本摘要自動生成系統(tǒng)，通過內(nèi)部評測結(jié)果進(jìn)行分析：本系統(tǒng)對新聞類題材中抽取的句子能夠反映