基于事件的多文檔自動(dòng)文摘系統(tǒng)的研究.pdf

1、互聯(lián)網(wǎng)上對(duì)一個(gè)簡(jiǎn)單事件的咨詢(xún)，就可能返回成百上千的網(wǎng)頁(yè)，而且其中有大量重復(fù)的網(wǎng)頁(yè)、大量不相關(guān)的數(shù)據(jù)，用戶(hù)不得不花費(fèi)很多的精力去尋找有用的結(jié)果。這迫切需要一個(gè)幫助人們快速瀏覽信息的工具，該工具不僅提供的是直接的文檔；而且是經(jīng)過(guò)加工整理，包含這些文檔的重要、全面的信息。
　　 多文檔自動(dòng)文摘技術(shù)就是將大量采集到的相關(guān)主題信息濃縮為一個(gè)包含該主題下的所有全面內(nèi)容，并且內(nèi)容簡(jiǎn)練、組織良好、冗余低的摘要，將人們從繁瑣、冗余的信息中解脫出來(lái)

2、。其研究目的在于解決從海量數(shù)據(jù)中獲取有用信息的困難，提高信息獲取及瀏覽的速度、適應(yīng)不同用戶(hù)對(duì)信息的個(gè)性化需求。
　　 本文主要針對(duì)于互聯(lián)網(wǎng)上的事件網(wǎng)頁(yè)信息，開(kāi)發(fā)一個(gè)完整的基于事件的多文檔自動(dòng)文摘系統(tǒng)。該系統(tǒng)能夠獲取事件并從互聯(lián)悶上采集相關(guān)的事件網(wǎng)頁(yè)信息，并整合相關(guān)的信息，壓縮成事件的自動(dòng)摘要的形式提交給用戶(hù)。本文在以下幾個(gè)方面展開(kāi)相關(guān)研究：
　　 第一，設(shè)計(jì)出了一個(gè)基于Internet的網(wǎng)絡(luò)事件的中文自動(dòng)文摘系統(tǒng)。該系統(tǒng)

3、采用元搜索引擎方法從網(wǎng)絡(luò)中獲取一定時(shí)間內(nèi)的事件，用戶(hù)也可以輸入感興趣的事件話(huà)題；然后針對(duì)于事件話(huà)題，調(diào)用搜索引擎采集相關(guān)的事件網(wǎng)頁(yè)信息；最后利用多文檔自動(dòng)文摘技術(shù)生成摘要提交給用戶(hù)。
　　 第二，在事件多文檔摘要過(guò)程中，通過(guò)倒幾率比算法評(píng)價(jià)詞語(yǔ)權(quán)重來(lái)抽取權(quán)重最高的前25個(gè)特征項(xiàng)作為相應(yīng)事件的相關(guān)特征集；提出利用句子內(nèi)部和外部?jī)煞矫娴奶卣骶C合衡量句子的權(quán)值的策略；在摘要句抽取時(shí)，提出了基于字符串間的匹配、句子的詞義相似、句子的詞義