基于自適應(yīng)聚類的中文多文檔自動文摘研究.pdf

1、隨著互聯(lián)網(wǎng)的普及、信息獲取途徑的增加，人們獲得的信息日益豐富。為了從這些豐富的信息中快速、準(zhǔn)確地獲取有用信息，提高用戶獲取信息的效率，文檔的自動摘要處理變得越來越重要。多文檔自動文摘技術(shù)同益成為自然語言處理領(lǐng)域的一個研究熱點。 多文檔自動文摘致力于從多篇同主題文檔中將全面、簡潔的摘要性文檔呈現(xiàn)給用戶，提高用戶獲取信息的效率。目前，多文檔自動文摘領(lǐng)域的一個較成熟的方法是將文檔集合中所有的句子按照多個特征的組合統(tǒng)一進行排序，按照順序

2、進行文摘句抽取，該類方法簡單易行，但是隨著摘要對象的多樣化，對于文摘內(nèi)容的主題覆蓋度有了更多的要求，而此類方法很難在主題覆蓋度與內(nèi)容冗余之間到達平衡；另一類方法是從文檔集合中發(fā)現(xiàn)摘要對象的潛在子主題，從不同子主題中進行文摘句抽取。該類方法通過文本聚類技術(shù)來發(fā)現(xiàn)潛在子主題，但目前大多數(shù)聚類方法在一定程度上都需要人為規(guī)定聚類的數(shù)目，并不能準(zhǔn)確反映文本的實際情況，影響摘要效果。針對上述問題，本文提出了一種運用改進K-means算法自適應(yīng)聚類的

3、中文多文檔自動文摘方案。主要研究工作如下： 1、提出了一種自適應(yīng)發(fā)現(xiàn)文檔集合子主題的策略。在多文檔自動文摘中，子主題的發(fā)現(xiàn)多通過聚類算法實現(xiàn)，本文應(yīng)用一種改進的K-means聚類算法從整個文檔集合的統(tǒng)計信息中確定類的個數(shù)，自適應(yīng)地發(fā)現(xiàn)子主題，一定程度上克服了大多數(shù)子主題發(fā)現(xiàn)方法需由人工主觀決定的缺陷。 2、利用文檔集合的統(tǒng)計信息確定初始聚類中心，而非隨機選擇。使得子主題中心的發(fā)現(xiàn)更加客觀合理，采用基于質(zhì)心方法提取的文摘句