基于關(guān)系向量模型的句子相似度計(jì)算及自動(dòng)文摘研究_第1頁
已閱讀1頁,還剩60頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、廈門大學(xué)學(xué)位論文原創(chuàng)性聲明本人呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下,獨(dú)立完成的研究成果。本人在論文寫作中參考其他個(gè)人或集體已經(jīng)發(fā)表的研究成果,均在文中以適當(dāng)方式明確標(biāo)明,并符合法律規(guī)范和《廈門大學(xué)研究生學(xué)術(shù)活動(dòng)規(guī)范( 試行) 》。另外,該學(xué)位論文為( ) 課題( 組) 的研究成果,獲得( ) 課題( 組) 經(jīng)費(fèi)或?qū)嶒?yàn)室的資助,在( ) 實(shí)驗(yàn)室完成。( 請(qǐng)?jiān)谝陨侠ㄌ?hào)內(nèi)填寫課題或課題組負(fù)責(zé)人或?qū)嶒?yàn)室名稱,未有此項(xiàng)聲明內(nèi)容的,可以不作特別聲明。)

2、聲叭㈣:般7 勿c 夠年J ‘月/< 日摘要句子相似度計(jì)算在自然語言處理的各個(gè)領(lǐng)域占有很重要的地位,一些傳統(tǒng)的計(jì)算方法只考慮句子的詞形、句長(zhǎng)、詞序等表面信息,并沒有考慮句子更深層次的語義信息,另一些考慮句子語義的方法在實(shí)用性上的表現(xiàn)不太理想。本文在空間向量模型的基礎(chǔ)上提出了一種同時(shí)考慮句子結(jié)構(gòu)和語義信息的關(guān)系向量模型,這種模型考慮了組成句子的關(guān)鍵詞之間的搭配關(guān)系和關(guān)鍵詞的同義信息,這些信息反應(yīng)了句子的局部結(jié)構(gòu)成分以及各局部之問的關(guān)

3、聯(lián)關(guān)系,因此更能體現(xiàn)句子的結(jié)構(gòu)和語義信息。以關(guān)系向量模型為核心,提出了基于關(guān)系向量模型的句子相似度計(jì)算方法。同時(shí)將該算法應(yīng)用到網(wǎng)絡(luò)熱點(diǎn)新聞自動(dòng)摘要生成算法中,排除文摘中意思相近的句子從而避免文摘的冗余。實(shí)驗(yàn)表明,在考慮網(wǎng)絡(luò)新聞中的句子相似度時(shí),與考慮詞序與語義的算法相比,關(guān)系向量模型算法不但提高了句子相似度計(jì)算的準(zhǔn)確率,計(jì)算的時(shí)間復(fù)雜度也得到了降低。自動(dòng)文摘研究如何利用計(jì)算機(jī)自動(dòng)地從自然語言文本中提取摘要,摘要中應(yīng)包含原文的核心內(nèi)容或用

4、戶感興趣的內(nèi)容,并以語意連貫的段落乃至篇章的形式輸出。當(dāng)前,基于理解的文摘是在對(duì)全文理解的基礎(chǔ)上進(jìn)行的,由于受到知識(shí)不足的限制,只能適用于某些較狹窄的領(lǐng)域。基于統(tǒng)計(jì)的機(jī)械文摘根據(jù)文章的外在特征抽取原文中的部分句子作為摘要,當(dāng)前的一些系統(tǒng)獲得了一定的實(shí)際應(yīng)用,但是文摘的質(zhì)量不太穩(wěn)定,缺乏句間的連貫性,有時(shí)存在摘要冗余。本文介紹了衍生于互聯(lián)網(wǎng)的熱詞概念,并在其基礎(chǔ)上提出了一種基于熱詞權(quán)重和句子特征的自動(dòng)文摘系統(tǒng)。該系統(tǒng)首先根據(jù)熱詞詞典從文章

5、中獲取熱詞,對(duì)熱詞的長(zhǎng)度、頻率、熱度屬性進(jìn)行歸一化處理。然后,對(duì)于組成文章的每一個(gè)句子,按文中提出的擬合函數(shù)計(jì)算句子的權(quán)重。同時(shí),為利用標(biāo)題中的有效信息,文中提出了一種標(biāo)題類型的判斷方法,并根據(jù)判斷結(jié)果進(jìn)一步修改句子的權(quán)重。在文章中所有句子權(quán)重處理完畢后,按權(quán)重值從高到低選擇句子組成文章的粗文摘,直到粗文摘長(zhǎng)度達(dá)到預(yù)先設(shè)定的值。最后,對(duì)粗文摘進(jìn)行了指代和冗余消除,并按句子在原文中的順序依次輸出構(gòu)成最終文摘。網(wǎng)絡(luò)文章的自動(dòng)摘要實(shí)驗(yàn)結(jié)果表明

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論