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(bào)或認(rèn)領(lǐng)
文檔簡介
1、近年來,隨著網(wǎng)絡(luò)信息的不斷增長,通過互聯(lián)網(wǎng)獲取信息已經(jīng)成為人們獲取信息最直接也是最必不可少的渠道,但是想要快速有效的從海量信息中獲取人們最想要的信息卻是難以實(shí)現(xiàn)。多文檔自動摘要是有效解決這一問題的方法之一,因此,多文檔自動摘要的研究具有十分重要的理論意義和實(shí)踐價值。
多文檔自動摘要主要的任務(wù)是挑選出文檔中最能表達(dá)主旨的句子,因此其中最關(guān)鍵的問題是如何挑選出這些最具代表性的句子。當(dāng)前的研究都是通過給各句子打分來進(jìn)行挑選,而基于圖
2、模型的句子打分方法更是當(dāng)前研究的一個熱點(diǎn)。該方法通過構(gòu)建一個以各句子為頂點(diǎn)、句子之間相似度為邊權(quán)重的句子圖,然后在通過多次迭代計(jì)算出各句子的最終得分,并以此得分為挑選文檔摘要句子的依據(jù),根據(jù)句子的重要性程度排序文檔中有限長度的句子,排序較高的句子因其重要程度高而被作為最終的摘要句反饋給用戶。然而,該方案只是針對句子層面的信息進(jìn)行排序處理,而忽略了更多的語言信息。
本文針對基于圖模型的多文檔摘要算法中存在的以上問題,研究融合文檔
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。
最新文檔
- 基于概念的多文檔自動摘要研究.pdf
- 基于統(tǒng)計(jì)與語義分析的多文檔自動摘要研究.pdf
- 基于短語主題模型和多文檔自動摘要技術(shù)文獻(xiàn)綜述內(nèi)容推薦.pdf
- 基于主題模型的中英文多文檔自動文摘.pdf
- 基于查詢的多文檔自動文摘.pdf
- 基于領(lǐng)域本體和主題劃分的多文檔自動摘要研究.pdf
- 基于遺傳算法的中文多文檔自動摘要方法研究
- 基于語義的單文檔自動摘要研究.pdf
- 主題模型在多文檔摘要的應(yīng)用研究.pdf
- 基于云模型的中文面向查詢多文檔自動文摘研究.pdf
- 基于維基百科的多文檔自動摘要系統(tǒng)研究.pdf
- 基于LDA模型的文檔情感摘要研究.pdf
- 基于主題劃分的Web文檔自動摘要研究.pdf
- 基于概率主題模型的文檔自動分類.pdf
- 中文文檔自動摘要技術(shù).pdf
- Web多文檔自動文摘研究.pdf
- 基于事件的多文檔自動文摘系統(tǒng)的研究.pdf
- 基于語義聚類的新聞多文檔自動文摘.pdf
- 基于關(guān)鍵詞的Web文檔自動分類算法研究.pdf
- 基于生成性概率模型的句法分析和多文檔自動文摘研究.pdf
評論
0/150
提交評論