2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩61頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著萬(wàn)維網(wǎng)的迅猛發(fā)展,用戶可在線獲得的信息量呈指數(shù)級(jí)增長(zhǎng)。面對(duì)如此浩瀚的信息,人們迫切需要尋找一條能夠快速、準(zhǔn)確獲得所需信息的途徑,因而出現(xiàn)了多種文本處理技術(shù),包括信息檢索、文本分類、文本摘要等。 文本摘要技術(shù)因其既可以壓縮文本,減少用戶的瀏覽負(fù)擔(dān),又可以為其他文本處理技術(shù)提供支持,逐漸成為國(guó)內(nèi)外研究的熱點(diǎn)。本文研究了以Web文本結(jié)構(gòu)為指導(dǎo)、以機(jī)械摘要為基本手段的自動(dòng)摘要方法,并對(duì)其中涉及的文本結(jié)構(gòu)分析、關(guān)鍵詞提取、摘要生成等關(guān)

2、鍵技術(shù)進(jìn)行了深入研究;然后對(duì)獲得的摘要進(jìn)行聚類處理;最后,給出實(shí)驗(yàn)結(jié)果并進(jìn)行深入分析。本文主要的研究工作包括以下幾個(gè)方面: (1)本文首先概述了Web挖掘的定義和分類,以及Web文本挖掘產(chǎn)生的背景、基本概念和應(yīng)用方向;同時(shí)闡述了自動(dòng)文本摘要的發(fā)展歷史、類型、技術(shù)和評(píng)價(jià)方法。自動(dòng)Web文本摘要是本文重點(diǎn)研究的內(nèi)容。 (2)本文在深入分析Web文本的結(jié)構(gòu)特征的基礎(chǔ)上,研究了在Java語(yǔ)言中運(yùn)用正則表達(dá)式實(shí)現(xiàn)Web文本解析的關(guān)

3、鍵技術(shù),并給出核心實(shí)現(xiàn)過(guò)程。 (3)本文研究了基于擴(kuò)展的TF-IDF方法的摘要技術(shù),其主要步驟包括:首先過(guò)濾停用詞,然后計(jì)算詞和句子的權(quán)重,再將句子按照權(quán)重高低排序,排在前面的若干句子按照在原文中的位置順序輸出即為該文章的摘要。經(jīng)過(guò)內(nèi)部評(píng)價(jià),該技術(shù)獲得的摘要效果較好。 (4)本文深入研究了各種聚類方法,并對(duì)這些方法的優(yōu)缺點(diǎn)進(jìn)行總結(jié)和比較。同時(shí)給出獲得摘要的具體實(shí)驗(yàn)過(guò)程,最后對(duì)摘要采用經(jīng)典的平面分割聚類算法:K-means

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論