在線網絡中文本自動摘要系統(tǒng)研究和實現.pdf

1、隨著互聯網的快速發(fā)展，人們已經越來越多的依靠互聯網獲取信息和資源，網絡成為了人們生活中不可缺少的知識寶庫。然而，由于網絡中的資源太過豐富和龐大，為了使網絡用戶能夠快速的找到對自己有用的信息，文本自動摘要技術應運而生。文本自動摘要技術利用計算機自動提取和生成文章的主題句，使用戶能在最短的時間內掌握文章的主題思想，大大的減少了用戶查找信息所用的時間，具有廣泛的應用價值。
　　近年來，文本自動摘要技術受到國內外學者們紛紛的的重視和研究，

2、并且學者們也提出了很多優(yōu)秀算法。本文結合數據挖掘、機器學習以及人工智能技術對文本自動摘要技術進行了深入研究，主要研究內容和工作如下：
　　1）先前研究人員提出基于優(yōu)化方法對文本進行自動摘要的研究，其思路主要是通過優(yōu)化算法優(yōu)化句子的特征屬性權值，再根據權值計算每個句子的特征加權和。本文提出基于最優(yōu)化問題的文本自動摘要算法，與前人的思路不同，主要體現在本文主要通過優(yōu)化兩個組合問題：摘要的特征權值和句子組合優(yōu)化，算法的核心思想是：首先以

3、摘要為單位，總結摘要的特征屬性；接著利用遺傳優(yōu)化算法得到每個摘要特征屬性的權值；最后再利用粒子群優(yōu)化算法找出最優(yōu)的句子組合即摘要。實驗結果表明本文所提的算法在壓縮率為20％和30%情況下，準確率、召回率和F-值分別達到0.4849、0.4843、0.4894和0.5998、0.8556、0.7052，可接受度分別達到0.75和0.8，其實驗結果明顯優(yōu)于其他相關算法。
　　2）本文從復雜網絡的角度對文章句法特點進行分析與研究，發(fā)現句

4、子與句子之間的復雜的關聯度可以看作復雜網絡的屬性。與先前其他學者的研究思路不同，本文提出采用復雜網絡的社團劃分思想對文章進行主題劃分，并給出五種不同的提取摘要的方法進行摘要的提取。在實驗過程中，通過與先前學者的相關研究結果進行比較與分析，本文提出的算法在實驗效果上更勝一籌，在壓縮率為20%和30%的情況下，準確率、召回率和F-值分別達到0.5032、0.5365、0.5193和0.6503、0.8209、0.7257，可接受度分別達到0