印尼文文本摘要的句子提取和還原.pdf

1、自動摘要是利用計算機自動地從原始文獻中提取摘要，減少文檔的過程。它是計算智能，機器學(xué)習(xí)和自然語言處理研究方向的一個部分。論文以印度尼西亞文的自動摘要展開研究。該研究工作集中在摘要方法的萃??；句式提取和句式約簡。我們使用兩種方法來生成摘要，樸素葉貝思用于句式提取，隱馬爾可夫模型用于句式約簡。摘要的第一個步驟是重要特征的識別。每個文檔進行預(yù)處理，包括斷句、詞性標注、斷詞、停用詞刪除以及字干搜索。
　　這項工作的第一部分是通過句式選擇來

2、生成摘要。我們使用文本特征來確定句式的重音值，例如句子位置、句子的相對長度、平均中心頻率、關(guān)鍵字提取、關(guān)鍵詞抽取、句子相似度的標題、句子集中性、數(shù)字數(shù)據(jù)的收錄、實體名的收入以及新聞強調(diào)單詞的收錄。同時，我們也研究語義特征對摘要任務(wù)的影響。我們的實驗表明語義在20％壓縮率的情況下，將精度和量值分別提高了9.8%和2.4%
　　在此研究的第二部分工作中，論文基于隱馬爾可夫模型和詞性，我們展示了一個印度尼西亞句子約簡。為了從句子中自動移