基于自然語言處理的自動文摘系統(tǒng).pdf

1、在本文中，首先介紹了自然語言處理的基礎(chǔ)概念體系，給出了自然語言處理的定義及其研究和處理的方法和過程，接著便介紹國內(nèi)外關(guān)于自動文摘系統(tǒng)等方面的研究方向和發(fā)展動態(tài)，并指出了自動文摘系統(tǒng)研究的某些不足。然后重點說明了文摘和自動文摘系統(tǒng)的基本概念體系，并針對目前幾種主要的自動文摘系統(tǒng)形式化模型和方法：基于統(tǒng)計的機械文摘、基于理解的文摘、基于概念依存的文本結(jié)構(gòu)分析方法和信息抽取的文本摘要等模型和方法進(jìn)行了比較和分析，對它們的優(yōu)點和缺點進(jìn)行了討論，

2、歸納出各自的特點。進(jìn)而在總結(jié)各種不同類型的自動文摘系統(tǒng)的特點的基礎(chǔ)上，將基于潛在語義分析和篇章多級依存結(jié)構(gòu)的文摘方法相結(jié)合，提出了一種綜合型的自動文摘系統(tǒng)的設(shè)想。 潛在語義分析(LatentSemanticAnalysis，LSA)是一種用于自動地實現(xiàn)知識提取和表示的理論和方法，它通過對大量的文本集進(jìn)行統(tǒng)計分析，從中提取出詞語的上下文使用含義。在技術(shù)上，它同向量空間模型類型類似，都是采用空間向量表示文本，但通過SVD分解等處理，

3、消除了同義詞、多義詞的影響，提高了后續(xù)處理的精度。 篇章多級依存結(jié)構(gòu)分析(TextMultilevelDependencyStructure，TMDS)是一種基于結(jié)構(gòu)的自動文摘分析方法。如果把各個部分視為節(jié)點，并在兩個有語義聯(lián)系的部分之間引一條邊，那么我們就得到了一個關(guān)聯(lián)網(wǎng)絡(luò)。它清楚的表示了文章的整體結(jié)構(gòu)；同時篇章結(jié)構(gòu)比語言表層結(jié)構(gòu)深入了一大步，根據(jù)篇章結(jié)構(gòu)能夠更準(zhǔn)確地探測文章的中心內(nèi)容所在，因而基于篇章結(jié)構(gòu)的自動文章能夠避免機