基于語義的中文自動文摘系統(tǒng)的設計與實現(xiàn).pdf

1、隨著Internet的快速發(fā)展，信息呈爆炸式的增長，人們面對著大量沒有經過整理的原始數據，迫切需要能提供更有力的信息濃縮和篩選等加工工具。文摘作為文獻內容的縮影，其間接性、準確性和清晰性使其成為挖掘有用信息的有效方式。由于人工文摘效率低，費時長，難以滿足快速信息檢索的需要，需要借助計算機進行文摘抽取。自動文摘可以縮短文章加工和處理時間，大幅度降低文摘成本，為用戶迅速、準確和廉價地獲取信息提供方便。
　　實驗室前課題組在數據庫自然語

2、言查詢和句子依存分析方面取得較好的成果，但尚沒有充分利用詞語豐富的語義信息，并且依存分析也局限于某些特定的句型。本文研究的內容是設計和實現(xiàn)一個基于語義的中文自動文摘系統(tǒng)，主要有以下幾方面的成果:
　　1.實現(xiàn)了融合了多特征的中文自動文摘系統(tǒng)。本文在研究自動文摘現(xiàn)有方法的基礎上，分析文本句子的語義和結構信息，設計了包括特征詞權重、句子位置和線索詞等多個特征。系統(tǒng)采用機器學習的方法對這些特征進行訓練和組合，最后獲得一個摘要器。該方法能

3、克服傳統(tǒng)摘錄式自動文摘缺乏語義和結構分析的缺陷。
　　2.設計了一種基于語義和句法依存分析的句子相似度計算方法。在文摘生成后，文摘所包含的信息可能存在冗余，為此需進行冗余處理。本文在分析現(xiàn)有句子相似度計算方法的基礎上，考慮了語義層次和句法結構對句子相似度計算的影響，結合二者進行計算，取得了較好的效果。
　　3.設計了一種基于規(guī)則的可讀性加工方法。為保證文摘準確并且有較好的可讀性，本文對已經抽取的文摘句進行關聯(lián)關系判別、關聯(lián)詞