已閱讀1頁,還剩54頁未讀, 繼續(xù)免費閱讀
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),請進行舉報或認領(lǐng)
文檔簡介
1、隨著自動文摘技術(shù)在自然語言處理領(lǐng)域中的不斷發(fā)展,越來越多的研究者開始關(guān)注如何準確、高效地獲取文本的文摘。近年來,事件這一概念在自然語言處理領(lǐng)域引起了學(xué)者的高度重視。但在自動文摘技術(shù)方面,基于事件的自動文摘研究并不多。因此,本文從事件粒度下事件要素的角度出發(fā),研究基于事件要素網(wǎng)絡(luò)的自動文摘抽取方法,主要研究工作分為以下兩個部分:
1.事件要素的缺省補全研究。事件可以定義為一個六元組的形式,對于一篇敘事類的文本,經(jīng)常會省略一個或幾
2、個事件要素,而省略的事件要素通常會出現(xiàn)在其他事件中。本文對事件要素的缺省補全研究主要針對的是對象要素、時間要素和環(huán)境要素(地點要素)。通過對各事件要素的觀察與分析,對于時間要素和環(huán)境要素(地點要素)、對象要素,本文均采用結(jié)合同類事件觸發(fā)詞表和基于上下文結(jié)構(gòu)規(guī)則的方法進行缺省補全,但使用方式不同。實驗結(jié)果表明,上述事件要素的缺省補全均取得較好的效果。
2.基于事件要素網(wǎng)絡(luò)的自動文摘的抽取方法研究。對事件要素進行缺省補全后,首先構(gòu)
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(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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)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
- 基于事件的多文檔自動文摘系統(tǒng)的研究.pdf
- 面向事件的多文檔自動文摘研究.pdf
- 基于事件本體的自動文摘研究.pdf
- 基于主題的多文檔自動文摘技術(shù)研究與實現(xiàn).pdf
- 基于主題模型的中英文多文檔自動文摘.pdf
- 面向事件的自動文摘研究.pdf
- 基于語義網(wǎng)絡(luò)的自動文摘研究.pdf
- 基于網(wǎng)絡(luò)文本的多詞表達抽取方法研究.pdf
- 基于集聚的自動文摘方法研究.pdf
- 基于查詢的多文檔自動文摘.pdf
- 基于RSS源文本的自動文摘系統(tǒng)研究.pdf
- 基于文章主題分析的自動文摘研究.pdf
- 基于知網(wǎng)文本相似度的文摘自動評測方法研究.pdf
- 基于子主題的多文檔文摘技術(shù)的研究.pdf
- 面向主題的多文檔自動文摘關(guān)鍵技術(shù)研究.pdf
- 基于單事件新聞多文檔聚類及自動文摘的設(shè)計與實現(xiàn).pdf
- 基于表層文本信息的科技文獻集多主題劃分方法的研究.pdf
- 面向主題的Web文檔自動文摘生成方法研究.pdf
- 基于單事件新聞多文檔聚類及自動文摘的設(shè)計與實現(xiàn)
- 基于KNN的多要素中文文本分類研究.pdf
評論
0/150
提交評論