專題摘要自動生成技術(shù)研究.pdf

1、如何對海量的信息進行壓縮與整合，提煉出原始信息的核心內(nèi)容，已成為近年來研究的熱點問題。編制專題報告是實現(xiàn)信息壓縮與整合的一種重要手段。盡管專題報告的自動生成技術(shù)已經(jīng)得到了廣泛研究，自動生成的專題報告在可讀性和準(zhǔn)確性上與人工編制的專題報告還有較大的差距，自動生成的專題報告質(zhì)量依然有很大的提升空間。因此，本文針對專題報告自動生成流程中的三個關(guān)鍵環(huán)節(jié)展開了技術(shù)研究工作。
　　(1)本文首先研究了基于字典學(xué)習(xí)和Min-Hash的專題圖像特

2、征表達方法，通過字典學(xué)習(xí)與Min-Hash技術(shù)得到了圖像原始特征的降維表達，為專題數(shù)據(jù)的聚類提供了基本素材。
　　(2)在得到文本和圖像的特征表達后，為了將海量的跨媒體數(shù)據(jù)聚類成專題，本文提出了一種基于半監(jiān)督層次化主題模型的專題文本及圖像聚類方法，通過主題建模技術(shù)將圖像和文本按照專題進行聚類，為專題內(nèi)容的分析與綜合提供了素材。
　　(3)在得到專題相關(guān)的文檔集合后，為了對文檔內(nèi)容進行整理和歸納，用精煉的語言對專題報告進行總結(jié)