基礎(chǔ)教育資源搜索引擎中自動(dòng)文摘技術(shù)研究.pdf

1、21世紀(jì)人類的社會(huì)是一個(gè)信息化社會(huì)。在基礎(chǔ)教育領(lǐng)域中，為了更好地為學(xué)生、老師、家長、教育機(jī)構(gòu)等提供教育相關(guān)資源，我們研發(fā)了專用于基礎(chǔ)教育資源搜集的快速高效的智能化基礎(chǔ)教育資源搜索引擎。 在基礎(chǔ)教育資源搜索引擎中，自動(dòng)文摘是展示文檔內(nèi)容主題的摘要信息的重要部分。本文從分析多種Web文檔的結(jié)構(gòu)入手，提出了解析并提取文檔信息的方法，特別是針對(duì)網(wǎng)頁格式的文檔，設(shè)計(jì)了提取其主題文本信息的算法。 在提取Web文檔信息之后，基礎(chǔ)教育資

2、源搜索引擎需要對(duì)文檔進(jìn)行文本自動(dòng)摘要。自動(dòng)文摘不僅可以作為文檔的壓縮版本進(jìn)行存儲(chǔ)和分析，而且一定程度上可以提高運(yùn)算和檢索的效率。 本文通過分析基礎(chǔ)教育資源的特性和現(xiàn)有的自動(dòng)文摘方法，提出了把計(jì)算得到的基礎(chǔ)教育領(lǐng)域的特征詞權(quán)重，融入到計(jì)算文摘旬權(quán)重的算法中，并同時(shí)考查句子位置、句子長度等文本表層統(tǒng)計(jì)信息的自動(dòng)文摘算法。 本文還介紹了該算法的設(shè)計(jì)思路與實(shí)現(xiàn)步驟，并且針對(duì)自動(dòng)文摘系統(tǒng)在基礎(chǔ)教育資源搜索引擎中運(yùn)行的實(shí)際情況，進(jìn)行