面向新聞文檔的自動微博生成算法研究與實現(xiàn).pdf

1、網(wǎng)上每天產生巨量新聞，普通用戶不容易通過手機瀏覽這些信息。從海量新聞信息中找到自己感興趣的信息非常耗時，因此我們迫切需要有效的壓縮工具對大量信息進行提煉、濃縮。文本的總結不僅可以壓縮文本信息，而且可以支持文本的其它處理，如信息存儲、信息檢索和數(shù)據(jù)挖掘等。本文在面向新聞文檔的總結技術的基礎上，為了提高用戶閱覽和選擇感興趣信息的效率，提出新聞文檔自動生成微博這一全新概念，采用不同方法實現(xiàn)生成微博，并利用不同方式進行對比分析。本文主要內容和貢

2、獻如下:
　　第一，提出面向新聞文檔的自動生成微博的概念。通過文本信息處理，并生成不超過140字的主題后，人們只需閱讀少量信息就能確定是否需要進行全文閱覽，這將大大提高人們獲取電子文本信息的效率。
　　第二，本文探索了面向中文新聞文檔自動總結技術的研究。通過對現(xiàn)階段幾種流行的自動總結技術，如基于統(tǒng)計的自動總結，基于自然語言理解的文檔總結，得到它們自身的優(yōu)點和缺點，并在此基礎上提出采用基于關鍵短語自動生成微博。提取出能夠代表和

3、抽象原文的關鍵詞短語為第一級總結，根據(jù)生成的關鍵短語選擇總結性句子作為微博。
　　第三，采用基于潛在語義分析模型生成微博。這種方法識別語義重要的句子來創(chuàng)建微博，努力選擇具有較高排序分數(shù)，且彼此不同的句子。嘗試創(chuàng)建對文檔主要內容有較大覆蓋范圍且較小冗余度的微博。對由不同模型生成的微博結果采用不同的方法進行比較和分析。
　　第四，實現(xiàn)新聞文檔的自動微博生成系統(tǒng)。實現(xiàn)了兩種自動生成微博的方法，一方面，采用基于統(tǒng)計方法生成關鍵概念作