2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、Web2.0時代出現(xiàn)的論壇、博客、新聞和在線評論等新媒體每天產(chǎn)生海量文檔信息,因此需要一種高效的方法提取文檔重要內(nèi)容,去除冗余信息,將簡潔,精煉的內(nèi)容呈現(xiàn)給讀者。為了幫助讀者們獲取他們感興趣事件的最新動態(tài),實現(xiàn)更快的實時更新文摘內(nèi)容,動態(tài)文摘技術(shù)成為一個新的研究熱點(diǎn)。動態(tài)文摘的提取需要同時保證質(zhì)量和效率,目前的動態(tài)文摘研究工作大多是基于批處理原則--以文檔集合為單位進(jìn)行處理。而在實際應(yīng)用中,如新聞更新、災(zāi)難報告、輿情分析等系統(tǒng),文檔數(shù)據(jù)

2、是不穩(wěn)定的數(shù)據(jù)流,因此需要研究高效的基于數(shù)據(jù)流處理的動態(tài)文摘抽取辦法。
  為了解決上述問題,本文提出了兩種基于增量聚類算法的動態(tài)多文檔摘要算法:基于改進(jìn) K-means方法的動態(tài)文摘算法和基于KNN增量圖聚類算法的動態(tài)文摘算法。
  在動態(tài)文摘算法中,聚類的目的是劃分文檔子主題,而多文檔的子主題是潛在的,針對傳統(tǒng) k-means需要人為指定聚類數(shù)的缺點(diǎn),實現(xiàn)了一種自適應(yīng)的初始中心選擇方法,并通過對句子節(jié)點(diǎn)有用度打分來刪除句

3、子,實現(xiàn)增量聚類流?;?KNN增量圖聚類的動態(tài)文摘算法首先基于 KNN思想來構(gòu)建句子圖模型,利用基于密度分割聚類實現(xiàn)句子分類,同時結(jié)合圖中節(jié)點(diǎn)權(quán)重和時間因素篩選出候選文摘句,根據(jù)摘要長度抽取出動態(tài)文摘。最后實現(xiàn)了本文knn增量圖聚類算法中文輿情動態(tài)文摘抽取原型系統(tǒng)。
  本文工作的主要貢獻(xiàn)是:提出了兩種新的基于增量聚類方法的動態(tài)文摘抽取算法,實現(xiàn)文摘抽取的流處理——隨著文檔數(shù)據(jù)流到來,實時更新文摘內(nèi)容。根據(jù)動態(tài)文摘的四大特性:重

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論