基于粒度與內(nèi)容質(zhì)量的個(gè)人微博摘要研究.pdf

1、隨著時(shí)代的迅猛發(fā)展，互聯(lián)網(wǎng)、移動(dòng)終端等得到了快速的發(fā)展和普及，導(dǎo)致了人們對(duì)社交的方式進(jìn)行重新的定義，從過(guò)去通過(guò)面對(duì)面、寫(xiě)信等手段進(jìn)行社會(huì)交際變成了現(xiàn)如今通過(guò)互聯(lián)網(wǎng)、移動(dòng)終端等方式進(jìn)行。正因?yàn)樯缃皇侄蔚淖兓?，?dǎo)致微博成為了當(dāng)今最流行的應(yīng)用軟件，它可以讓用戶(hù)隨心所欲的表達(dá)自己，也可以關(guān)注和了解他人的信息，讓社交變的更為主動(dòng)，而且可以忽略時(shí)間和空間的限制。
　　微博發(fā)展至今，使得微博數(shù)據(jù)已經(jīng)達(dá)到海量，其中包含著大量有用信息，而且現(xiàn)如今微

2、博進(jìn)入了高速發(fā)展的階段，其產(chǎn)生的數(shù)據(jù)的速度也會(huì)更快，使數(shù)據(jù)量更加龐大。微博作為一種社交工具，它不僅記錄著生活的點(diǎn)點(diǎn)滴滴、最熱最新話題、人生感悟等，而且還有廣告信息、商品信息等垃圾信息，而且微博沒(méi)有格式要求，導(dǎo)致微博數(shù)據(jù)形式多樣、口語(yǔ)化嚴(yán)重，造成了嚴(yán)重的數(shù)據(jù)稀疏，導(dǎo)致在挖掘微博數(shù)據(jù)的過(guò)程中產(chǎn)生了很大的困難。本文對(duì)微博的文本數(shù)據(jù)資源分析，定義了微博的內(nèi)容質(zhì)量，同時(shí)在個(gè)人微博事件的基礎(chǔ)上進(jìn)行個(gè)人微博自動(dòng)摘要的研究，本文旨在自動(dòng)摘要具有更好可讀

3、性，而且包含更全面的信息。
　　本文首先對(duì)微博的文本特征和社會(huì)特征進(jìn)行分析研究，將微博的特征量化，并且定義了微博的文本內(nèi)容質(zhì)量，同時(shí)根據(jù)微博的特征量化得到微博文本內(nèi)容質(zhì)量；緊接著提出了兩種微博自動(dòng)摘要的方法：一種是基于 CR-PageRank算法的個(gè)人微博自動(dòng)摘要方法，它根據(jù)微博特征的量化確定微博文本的內(nèi)容質(zhì)量，同時(shí)將文本內(nèi)容質(zhì)量與 PageRa nk算法相結(jié)合，提出了一種 C R-Page Ra nk算法，從而對(duì)微博文本進(jìn)行自動(dòng)

4、摘要；另一種是基于文本內(nèi)容質(zhì)量的個(gè)人微博自動(dòng)摘要方法，它是基于微博特征量化的基礎(chǔ)上，首先提取出內(nèi)容質(zhì)量高的微博作為摘要集，然后在使用Le xRa nk算法對(duì)摘要集中的文本句子進(jìn)行打分，提取出摘要句；最后通過(guò)人工方式提取不同事件的摘要，同時(shí)對(duì)摘要進(jìn)行評(píng)分，將人工摘要作為對(duì)比，測(cè)試本文提出的兩種方法以及已有的自動(dòng)摘要方法在不同的事件的F-Measur e值。
　　實(shí)驗(yàn)結(jié)果表明，本文提取的兩種方法在提取個(gè)人事件自動(dòng)摘要上都優(yōu)于已有自動(dòng)摘