已閱讀1頁,還剩68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
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(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(dān)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
- 基于自適應(yīng)聚類的中文自動文摘研究
- 基于自適應(yīng)聚類的中文自動文摘研究.pdf
- 基于自適應(yīng)聚類的中文多文檔自動文摘研究.pdf
- 基于改進的模糊C均值聚類算法的多文檔自動文摘.pdf
- 基于中文檢索的Web聚類算法研究.pdf
- 基于蟻群算法的中文本聚類研究.pdf
- 基于語義聚類的新聞多文檔自動文摘.pdf
- 基于引用聚類的多文檔自動文摘技術(shù)研究.pdf
- 基于改進FCM算法的無字典中文文本聚類方法研究.pdf
- 基于SOM算法的中文文本聚類.pdf
- 基于hSync算法的文本聚類方法研究.pdf
- 基于遺傳算法的聚類方法研究.pdf
- 中文文本聚類算法研究.pdf
- 劃分聚類與基于密度聚類算法的改進方法研究.pdf
- 中文自動文摘及評價方法的研究.pdf
- 基于后綴樹的中文文本聚類算法研究.pdf
- 中文文本自動聚類系統(tǒng)的研究.pdf
- 基于IB方法的選擇聚類算法研究.pdf
- 基于密度聚類算法的改進方法研究.pdf
- 基于聚類算法的彩色圖像分割方法研究.pdf
評論
0/150
提交評論