面向新聞文檔的自動微博生成算法研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

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

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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。

評論

0/150

提交評論