基于篇章修辭結構的多文檔自動文摘系統(tǒng)的設計與實現(xiàn).pdf

1、隨著大數(shù)據(jù)時代的到來，人們花費在搜索上的時間越來越多。面對著成千上萬同一主題下的網頁，它們大部分都包含著相同的信息，然而又包含著少量不同的信息。因此，人們迫切地需要能提供更有力的信息濃縮和篩選的加工工具。多文檔自動文摘可以將多篇同一主題下的文章進行匯總和壓縮，提供給人們全面、簡潔的信息。
　　實驗室前課題組設計并實現(xiàn)了一個基于語義的單文檔自動文摘系統(tǒng)。但是單文檔自動文摘已經難以滿足人們對獲取大量準確信息的迫切需要。因此，本文設計并

2、實現(xiàn)了一個多文檔自動文摘系統(tǒng)，主要有以下幾方面的成果:
　　1.設計并實現(xiàn)了一個基于篇章修辭結構的多文檔自動文摘系統(tǒng)，系統(tǒng)地描述了不同層面上文本單元之間的相互關系，并且提出了多文檔的修辭結構框架。同時，本文將句子中特征詞的權重、句子的句型、句子的位置等句子的多特征信息與多文檔修辭結構相結合，從而共同來衡量句子的重要性。
　　2.本文采用了一種混合聚類算法HCA，對多文檔進行主題的劃分。以段落為基本單位，混合聚類算法HCA是將

3、K-Means算法與層次聚類算法相結合，從而有效地解決了多文檔主題數(shù)目不能確定的難題。實驗結果表明，混合聚類算法比單一的聚類算法對主題劃分的準確度更高。
　　3.由于多文檔自動文摘是從同一話題下的多篇文章中抽取句子，因此，會有語句不連貫和信息冗余等缺點。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了冗余處理和句子壓縮，生成更易閱讀的文摘。
　　基于上述的工作，最后我們開發(fā)并實現(xiàn)了一個多文檔自動文摘實驗系統(tǒng)。從