一種基于綜合背景概念格的中文自動文摘方法.pdf

1、隨著當前信息技術的發(fā)展以及Internet的普及，人們對諸如自動文摘這樣的文本處理需求與日俱增。中文自動文摘研究起步較晚，加上中文自身的特點導致中文自動文摘技術成熟還尚需時日。
　　 本文首先總結、分析了自動文摘的國內外研究現(xiàn)狀，在此基礎上，提出了一種基于概念格理論實現(xiàn)中文自動文摘的方法，建立了自動文摘系統(tǒng)框架CBCL-TAS，重點闡述了基于文本實時分割的無詞典抓詞算法、中文特征提取方法及文本概念格建立算法，并在實驗基礎上對基于

2、該方法構造的自動文摘系統(tǒng)進行了評價。本文提出的自動文摘方法利用綜合文本背景建立與全文對應的概念“骨架”，將對自然語言的理解轉換為對文本形式背景的理解，避免了復雜的語法語義、語句相似度計算、語句聯(lián)系度計算等處理。對較大規(guī)模的文本進行抓詞首先需要對文本進行分割，本文提出的抓詞算法動態(tài)調整文本分割段的大小，與傳統(tǒng)的固定分割式算法相比，對于50萬字以上的較大文本具有更高的處理效率。
　　 實驗結果表明，CBCL-TAS系統(tǒng)生成的中文文摘