版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、廈門大學(xué)學(xué)位論文原創(chuàng)性聲明本人呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下,獨(dú)立完成的研究成果。本人在論文寫作中參考其他個(gè)人或集體已經(jīng)發(fā)表的研究成果,均在文中以適當(dāng)方式明確標(biāo)明,并符合法律規(guī)范和《廈門大學(xué)研究生學(xué)術(shù)活動(dòng)規(guī)范( 試行) 》。另外,該學(xué)位論文為( ) 課題( 組) 的研究成果,獲得( )課題( 組) 經(jīng)費(fèi)或?qū)嶒?yàn)室的資助,在( ) 實(shí)驗(yàn)室完成。( 請?jiān)谝陨侠ㄌ杻?nèi)填寫課題或課題組負(fù)責(zé)人或?qū)嶒?yàn)室名稱,未有此項(xiàng)聲明內(nèi)容的,可以不作特別聲明。)聲
2、明人( 簽名) :沁章茜汐l 阻年P(guān) 月浙摘要現(xiàn)今網(wǎng)上各大新聞網(wǎng)站繽紛繚亂,人們每天都面對大量沒有經(jīng)過整理的原始新聞,往往會(huì)發(fā)現(xiàn)自己難以跟上信息更新的速度。人們越來越迫切地需要一個(gè)快速瀏覽新聞的工具,不僅能夠?qū)Ω鞔笮侣劸W(wǎng)站的報(bào)道進(jìn)行匯總分門別類,并且能夠?qū)⑼恢黝}的新聞報(bào)道求同存異。通過運(yùn)用這樣的加工工具,人們既能更有針對性的瀏覽相關(guān)感興趣的新聞報(bào)道,又能閱讀到精煉匯總的新聞資源,有效地節(jié)省了人們的寶貴時(shí)間。本文通過對話題檢測和多文檔文
3、摘的相關(guān)技術(shù)進(jìn)行研究,構(gòu)建了一個(gè)單事件新聞聚類及摘要系統(tǒng)的雛形,著重解決新聞分類、單事件聚類、基于單事件的多文檔自動(dòng)文摘三個(gè)方面的問題。本文的工作主要包括以下兩個(gè)方面:( 1 ) 實(shí)現(xiàn)單事件新聞聚類系統(tǒng)的主要模塊算法。首先,在深入研究L D A ( L a t e n t D i r i c h l e t 舢l o c a t i o n ) 模型的基礎(chǔ)上,對文檔集合進(jìn)行L D A 主題建模,將L D A 模型與V S M ( v e
4、 c t o r S p a C eM o d e l ) 模型結(jié)合計(jì)算文本間的相似度。其次,以復(fù)合相似度運(yùn)用到基于相似度加權(quán)表決的l ;淪N ( KN e a r e s tN e i g h b o r ) 算法對新聞報(bào)道集合進(jìn)行分類。將分類后的文檔集合,以復(fù)合相似度運(yùn)用S i n g l e P a S s 算法將新聞報(bào)道按單事件聚類。并通過實(shí)驗(yàn)驗(yàn)證改進(jìn)后K N N 算法以及改進(jìn)后S i I l g l e P a S s 算法的
5、效果。( 2 ) 設(shè)計(jì)并實(shí)現(xiàn)多文檔文摘系統(tǒng)。在文本表示模塊中,通過引入知網(wǎng),從語義層次將特征詞合并、構(gòu)造同義詞集合,構(gòu)建基于同義詞集合的V S M 模型。在句子權(quán)重計(jì)算模塊中,通過L e x R £m k 算法結(jié)合一些句子特征計(jì)算得到句子的最終權(quán)重,并依照句子權(quán)重從高到低對候選摘要句排序。在句子抽取模塊中,采用最大邊緣相關(guān)( M a X i m a l M a 昭i n a l R e l e v 趾c e ) 算法去除冗余來抽取摘要句
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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。
最新文檔
- 基于單事件新聞多文檔聚類及自動(dòng)文摘的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于語義聚類的新聞多文檔自動(dòng)文摘.pdf
- 基于自適應(yīng)聚類的中文多文檔自動(dòng)文摘研究.pdf
- 基于引用聚類的多文檔自動(dòng)文摘技術(shù)研究.pdf
- 基于事件的多文檔自動(dòng)文摘系統(tǒng)的研究.pdf
- 基于改進(jìn)的模糊C均值聚類算法的多文檔自動(dòng)文摘.pdf
- 基于聚類的多文檔文摘技術(shù)研究.pdf
- 面向事件的多文檔自動(dòng)文摘研究.pdf
- 基于篇章修辭結(jié)構(gòu)的多文檔自動(dòng)文摘系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于主題的多文檔自動(dòng)文摘技術(shù)研究與實(shí)現(xiàn).pdf
- 生物醫(yī)學(xué)多文檔自動(dòng)文摘系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于查詢的多文檔自動(dòng)文摘.pdf
- 摘錄式單文檔中文自動(dòng)文摘系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于自適應(yīng)聚類的中文自動(dòng)文摘研究
- 單文檔自動(dòng)文摘系統(tǒng)關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf
- Web文檔聚類系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- Web多文檔自動(dòng)文摘研究.pdf
- 基于事件詞和參考鏈的Web新聞事件聚類研究.pdf
- 基于自適應(yīng)聚類的中文自動(dòng)文摘研究.pdf
- 基于聚類算法的中文自動(dòng)文摘方法研究.pdf
評論
0/150
提交評論