2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著網(wǎng)絡信息的海量增長,從海量文本中提取摘要成為自然語言處理研究的熱點課題。半個多世紀以來,學者從不同角度出發(fā),提出不同的解決方法,并舉出適當?shù)姆独?。本文主要研究的是基于信息抽取的自動文摘,并且引入WordNet與空間向量模型進行句子相似度計算。
  基于信息抽取的自動文摘技術是從文本中抽取重要內容生成文摘。因為一般生成的文摘都有字數(shù)限制,這就需要選擇具有較強概括力的句子構成文摘。本文首先從文本中抽取五個基本特征:句子長度、詞頻、

2、句子位置、線索詞以及標題詞匯;然后根據(jù)這五個特征給文檔中每個句子評分,按照得分從高到低將句子依次排序,得分高的句子就作為生成文摘的候選句。
  本文將語義相似度應用到自動文摘任務中。語義相似度是評價詞匯之間相互關聯(lián)程度的一種度量方式。本文采用兩種方式計算句子相似度:其一是引入WordNet;其二是使用空間向量模型。通過WordNet計算詞匯相似度采用兩種方式:Path和Lch。大部分詞匯都包含多種詞義,針對多義詞分兩種情況處理:一

3、是只考慮第一個語義,二是考慮多個語義。這樣設計的優(yōu)點是,可以測試出各種情況下最后文摘的質量,分析出直接影響文摘質量的因素。使用兩種空間向量模型的度量方法,一是余弦度量法,二是Dice系數(shù)度量法。通過兩種不同的方式計算句子之間的語義相似度,得到的結果是模糊相似矩陣。這個矩陣中的每個元素代表了兩個句子之間的相互關聯(lián)程度,還需要將其具體分類,從每個分類中擇優(yōu)選擇句子生成文摘。本文使用編網(wǎng)法,對模糊相似矩陣分類。通過實驗結果,可以清晰的看出,將

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論