版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、近年來,隨著Internet的發(fā)展,以及網絡帶寬越來越大,使Internet能夠給人們的生活帶來很大的便利。比如電子商務的發(fā)展,使Internet網絡成為了一種新的經濟盈利模式。但是隨著Internet網頁容量的逐步增大,又使得人們難以有效的利用網絡數(shù)據(jù),雖然搜索引擎能夠很方便的讓人們查找有用的信息,但是目前搜索引擎基于關鍵字的搜索很難滿足大多數(shù)的要求。如何讓Internet網絡中的數(shù)據(jù)能夠得到聚合并且簡化,這成為了目前許多自然語言處理
2、領域研究者共同關注的一個話題。 隨著Web2.0的興起,對自然語言處理的要求越來越高,而基于自然語言處理的Web2.0應用在Internet環(huán)境下取得了很大的成功,而基于標簽分類的內容共享系統(tǒng)作為其中的一個典型應用,在系統(tǒng)中,用戶通過標簽來分類管理網頁內容,系統(tǒng)可以通過標簽來統(tǒng)計出用戶的喜好,并可以看出目前流行的趨勢。在此基礎上搭建更好的應用。 目前,人們使用自然語言處理對網頁文本進行分類和自動文摘,這樣極大的提高了人們
3、使用網頁資源的效率。對網頁進行歸類能夠使人們有效的整理網頁文檔,提高對網頁搜索并且利用的效率;對網頁的自動文摘,可以過濾掉許多我們不需要的信息,只關注網頁中最核心的部分,這樣極大的提供了網頁的利用率。 本文嘗試用一種新的基于Web2.0標簽分類內容共享系統(tǒng)構建自動文摘模型。由于Web2.0標簽分類內容共享系統(tǒng)中標簽信息有利于自動文摘的生成,本文在構建自動文摘時充分利用這個特性,并對模型進行了必要的優(yōu)化。 本文首先通過對自
4、動文摘目前的發(fā)展作出概述,并總結出網頁文本數(shù)據(jù)的特點,結合這兩點對目前存在的網頁自動文摘方法進行剖析。在此基礎上結合Web2.0中標簽概念提出本文的對網頁自動文摘的模型: 首先根據(jù)文獻[4]提出的模型對網頁自動文摘建立初始模型一詞頻模型。這個模型主要使用經典的TF/IDF方法計算單詞的權重,在計算IDF時,我們使用標簽分類內容共享系統(tǒng)作為一個網頁信息的主要來源,在計算單詞權重的基礎上對句子進行選擇。最后選擇權重最高的句子作為網頁
5、的摘要。 在詞頻模型的基礎上,我們對模型進行了擴展。網頁中包含了許多有用的信息,比如網頁標題,網頁中的斜體,粗體,以及下劃線的文字都是一些有用的線索。為此我們定義了一些網頁數(shù)據(jù)的特征,然后利用訓練數(shù)據(jù)對這些特征進行訓練,利用樸素貝葉斯公式對每個句子進行評價。最后選擇權重最高的句子作為網頁的摘要。 詞頻模型以及詞頻模型的優(yōu)化都是從網頁本身入手,選擇出能夠代表網頁最重要信息的句子作為文摘。結合Web2.的標簽概念,我們利用標
6、簽這個外部信息來生成文摘。由于標簽之間存在關聯(lián),在用標簽生成文摘模型的基礎上,對模型進行了改進,對那些統(tǒng)計意義上相關聯(lián)的標簽進行了統(tǒng)一評價,這樣比較客觀地對單詞進行評價。接下來考慮到句子之間可能存在語義上的重復,我們利用余弦定理對句子進行了消重。 利用經典的召回率(Recall)、準確率(Precision)、F1和ROUGE評價模型對文摘模型進行評價。首先在現(xiàn)有的標簽分類內容共享系統(tǒng)上進行試驗,說明標簽可以很好的反映出網頁的主
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 網頁分類中的標簽權重自動優(yōu)化研究.pdf
- 基于標簽的在線內容共享機制研究.pdf
- 基于內容安全的圖像標簽分類研究.pdf
- 基于最大熵模型的網頁分類.pdf
- 基于網頁特征的中文網頁自動分類問題研究.pdf
- 基于網頁特征的中文網頁自動分類問題研究
- 基于潛在語義分析的多網頁自動文摘研究.pdf
- 基于向量空間模型的中文網頁自動分類技術研究.pdf
- 基于網頁自動分類的新聞檢索系統(tǒng).pdf
- 基于統(tǒng)計方法的網頁內容分類技術研究.pdf
- 基于體裁的金融網頁自動分類方法.pdf
- 基于網頁自動分類的搜索引擎研究.pdf
- 基于Nutch的網頁自動分類與推薦的研究.pdf
- 網頁標簽
- 基于改進支持向量機的網頁自動分類研究.pdf
- 基于詞頻統(tǒng)計的自動文摘技術在音樂標簽中的應用.pdf
- 中文網頁形式自動分類.pdf
- 網頁自動分類技術研究.pdf
- Internet網頁自動分類技術的研究.pdf
- 基于SVM的中文網頁自動分類技術研究.pdf
評論
0/150
提交評論