印尼文文本摘要的句子提取和還原.pdf

1、自動(dòng)摘要是利用計(jì)算機(jī)自動(dòng)地從原始文獻(xiàn)中提取摘要，減少文檔的過(guò)程。它是計(jì)算智能，機(jī)器學(xué)習(xí)和自然語(yǔ)言處理研究方向的一個(gè)部分。論文以印度尼西亞文的自動(dòng)摘要展開研究。該研究工作集中在摘要方法的萃?。痪涫教崛『途涫郊s簡(jiǎn)。我們使用兩種方法來(lái)生成摘要，樸素葉貝思用于句式提取，隱馬爾可夫模型用于句式約簡(jiǎn)。摘要的第一個(gè)步驟是重要特征的識(shí)別。每個(gè)文檔進(jìn)行預(yù)處理，包括斷句、詞性標(biāo)注、斷詞、停用詞刪除以及字干搜索。
　　這項(xiàng)工作的第一部分是通過(guò)句式選擇來(lái)

2、生成摘要。我們使用文本特征來(lái)確定句式的重音值，例如句子位置、句子的相對(duì)長(zhǎng)度、平均中心頻率、關(guān)鍵字提取、關(guān)鍵詞抽取、句子相似度的標(biāo)題、句子集中性、數(shù)字?jǐn)?shù)據(jù)的收錄、實(shí)體名的收入以及新聞強(qiáng)調(diào)單詞的收錄。同時(shí)，我們也研究語(yǔ)義特征對(duì)摘要任務(wù)的影響。我們的實(shí)驗(yàn)表明語(yǔ)義在20％壓縮率的情況下，將精度和量值分別提高了9.8%和2.4%
　　在此研究的第二部分工作中，論文基于隱馬爾可夫模型和詞性，我們展示了一個(gè)印度尼西亞句子約簡(jiǎn)。為了從句子中自動(dòng)移