在線網(wǎng)絡(luò)中文本自動摘要系統(tǒng)研究和實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，人們已經(jīng)越來越多的依靠互聯(lián)網(wǎng)獲取信息和資源，網(wǎng)絡(luò)成為了人們生活中不可缺少的知識寶庫。然而，由于網(wǎng)絡(luò)中的資源太過豐富和龐大，為了使網(wǎng)絡(luò)用戶能夠快速的找到對自己有用的信息，文本自動摘要技術(shù)應(yīng)運(yùn)而生。文本自動摘要技術(shù)利用計(jì)算機(jī)自動提取和生成文章的主題句，使用戶能在最短的時間內(nèi)掌握文章的主題思想，大大的減少了用戶查找信息所用的時間，具有廣泛的應(yīng)用價值。
　　近年來，文本自動摘要技術(shù)受到國內(nèi)外學(xué)者們紛紛的的重視和研究，

2、并且學(xué)者們也提出了很多優(yōu)秀算法。本文結(jié)合數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)以及人工智能技術(shù)對文本自動摘要技術(shù)進(jìn)行了深入研究，主要研究內(nèi)容和工作如下：
　　1）先前研究人員提出基于優(yōu)化方法對文本進(jìn)行自動摘要的研究，其思路主要是通過優(yōu)化算法優(yōu)化句子的特征屬性權(quán)值，再根據(jù)權(quán)值計(jì)算每個句子的特征加權(quán)和。本文提出基于最優(yōu)化問題的文本自動摘要算法，與前人的思路不同，主要體現(xiàn)在本文主要通過優(yōu)化兩個組合問題：摘要的特征權(quán)值和句子組合優(yōu)化，算法的核心思想是：首先以

3、摘要為單位，總結(jié)摘要的特征屬性；接著利用遺傳優(yōu)化算法得到每個摘要特征屬性的權(quán)值；最后再利用粒子群優(yōu)化算法找出最優(yōu)的句子組合即摘要。實(shí)驗(yàn)結(jié)果表明本文所提的算法在壓縮率為20％和30%情況下，準(zhǔn)確率、召回率和F-值分別達(dá)到0.4849、0.4843、0.4894和0.5998、0.8556、0.7052，可接受度分別達(dá)到0.75和0.8，其實(shí)驗(yàn)結(jié)果明顯優(yōu)于其他相關(guān)算法。
　　2）本文從復(fù)雜網(wǎng)絡(luò)的角度對文章句法特點(diǎn)進(jìn)行分析與研究，發(fā)現(xiàn)句

4、子與句子之間的復(fù)雜的關(guān)聯(lián)度可以看作復(fù)雜網(wǎng)絡(luò)的屬性。與先前其他學(xué)者的研究思路不同，本文提出采用復(fù)雜網(wǎng)絡(luò)的社團(tuán)劃分思想對文章進(jìn)行主題劃分，并給出五種不同的提取摘要的方法進(jìn)行摘要的提取。在實(shí)驗(yàn)過程中，通過與先前學(xué)者的相關(guān)研究結(jié)果進(jìn)行比較與分析，本文提出的算法在實(shí)驗(yàn)效果上更勝一籌，在壓縮率為20%和30%的情況下，準(zhǔn)確率、召回率和F-值分別達(dá)到0.5032、0.5365、0.5193和0.6503、0.8209、0.7257，可接受度分別達(dá)到0