基于詞匯鏈和PageRank的多文檔自動文摘研究.pdf

1、隨著網(wǎng)絡(luò)信息的劇增，網(wǎng)絡(luò)上的信息重復(fù)性很大。同一主題的相關(guān)文檔通常是成千上萬，它們的內(nèi)容相似，但又有所不同，各有側(cè)重點(diǎn)。人們迫切需要一種能夠以簡潔連貫的語言提供同一主題的多文檔集合中全面而重要的信息的工具，多文檔自動文摘技術(shù)順應(yīng)這種需求而產(chǎn)生。多文檔自動文摘可以將多篇同一主題的文檔進(jìn)行匯總，提供給人們簡潔、全面的信息，將人們從繁瑣、冗余的信息中解脫出來。多文檔自動文摘是信息時代發(fā)展到一定程度的必然需要，由于多文檔自動文摘有良好的理論研究

2、價值和應(yīng)用前景，它已經(jīng)成為文本處理領(lǐng)域的研究熱點(diǎn)之一。 本文首先對自動文摘的分類及發(fā)展歷程進(jìn)行簡述，然后分別介紹單文檔自動文摘及多文檔自動文摘的相關(guān)技術(shù)。在此基礎(chǔ)上，討論了自動文摘的發(fā)展方向。 其次詳細(xì)介紹詞匯鏈的概念、傳統(tǒng)的構(gòu)造算法。同時，在分析傳統(tǒng)構(gòu)造算法優(yōu)缺點(diǎn)的基礎(chǔ)上，提出了一種新的兩階段詞匯鏈構(gòu)造算法，實(shí)驗(yàn)表明，此算法提高了準(zhǔn)確率并保證了較好的效率。 然后介紹基于圖的排序的方法及PageRank算法，討論