基于聚類算法的中文自動文摘方法研究.pdf

1、隨著搜索引擎技術(shù)的發(fā)展，人們能夠通過搜索引擎方便的得到自己想要的各種信息，無論哪方面的內(nèi)容，這些搜索引擎都能幫助人們快速地找到相關(guān)的網(wǎng)頁。用戶只需輸入一些關(guān)鍵字，它們馬上就會搜索出相關(guān)的網(wǎng)頁。但搜索引擎不能提供給用戶簡潔、直接的答案，用戶很難快速準確地定位到所需的信息。自動文摘技術(shù)的目標是致力于將信息全面的、簡潔的文檔直接呈現(xiàn)給用戶，提高用戶獲取信息效率，所以說自動文摘技術(shù)的重要性是不言而喻的，它的應(yīng)用前景將非常廣泛。 針對目前

2、中文自動文摘冗余度過高的問題，本文將潛在語義分析，HowNet概念抽取與句子聚類方法相結(jié)合。利用潛在語義分析與HowNet概念抽取來計算句子相似度。在進行潛在語義分析的時候，對詞頻矩陣進行了加權(quán)轉(zhuǎn)換，提高了句子相似度計算的準確性。 研究了目前主流的句子聚類算法，對比分析了層次聚類算法與劃分聚類算法的優(yōu)點與不足，提出了一種新的混合聚類算法。將層次聚類算法(Agnes)與K-中心聚類算法(K-Means)相結(jié)合對文本中的句子進行聚類