基于主題推薦的輔助寫作系統(tǒng).pdf

1、隨著國際化程度的日益提高，英語學(xué)習(xí)變得越來越重要。在語言的學(xué)習(xí)過程中，寫作常常扮演著重要的角色。寫作者的寫作水平可以凸顯其掌握語言的熟練程度，要想寫出高質(zhì)量的文章，必須擁有大量的閱讀經(jīng)歷及知識儲備。然而，對大多數(shù)以非英語為母語的學(xué)生來說，由于英語閱讀經(jīng)歷和知識儲備的缺乏，寫出高質(zhì)量的英語文章絕非是一件容易的事。近年來采用各種不同技術(shù)的輔助寫作系統(tǒng)層不出窮，為用戶的寫作提供了極大的幫助。然而，大多數(shù)系統(tǒng)都將重點放在詞匯、短語、語句級別，對

2、于內(nèi)容級別的研究甚少，沒有對寫作的內(nèi)容進(jìn)行主題方面的提示和推薦，不能有效地解決用戶缺乏寫作素材或靈感的問題。本文通過分析現(xiàn)有輔助寫作系統(tǒng)的優(yōu)缺點，并結(jié)合對用戶需求的調(diào)查，設(shè)計并實現(xiàn)了基于主題推薦的輔助寫作系統(tǒng)。本文的研究內(nèi)容主要有以下幾個方面：
　　第一，為了對文章的主題內(nèi)容進(jìn)行簡單、直接、有效的分析，本文對文章主題詞抽取進(jìn)行了研究。首先，介紹了傳統(tǒng)的主題詞抽取方法，并且分析了它們的優(yōu)缺點。其次，使用主題模型LDA結(jié)合現(xiàn)有方法，提

3、出了基于LDA模型融合的主題詞抽取方法。最后，通過實驗進(jìn)行對比，驗證了主題模型LDA所挖掘出的詞潛在主題信息可以在一定程度上改進(jìn)主題詞的抽取效果。使用上述方法抽取的主題詞主要用于系統(tǒng)中相關(guān)文章的檢索以及文章相關(guān)度的計算
　　第二，為了計算句子之間的語義相似度，本文首先詳細(xì)分析了多種句子相似度計算方法的優(yōu)缺點。然后，通過借鑒詞向量的表示方式來表示句子，研究并實現(xiàn)了基于詞向量的句子相似度計算方法，實驗結(jié)果表明詞向量中蘊含了詞的潛在主題

4、、語法及語義等豐富的信息，從而使基于詞向量的方法取得了較好的效果。在系統(tǒng)實現(xiàn)中，我們將上述關(guān)于句子相似度計算的研究應(yīng)用于計算文章中句子與輸入內(nèi)容的相似度并對句子進(jìn)行排序，從而為用戶推薦相關(guān)內(nèi)容。
　　第三，本文實現(xiàn)了基于主題推薦的輔助寫作系統(tǒng)，并對系統(tǒng)進(jìn)行了性能評價和系統(tǒng)響應(yīng)時間的測試。整個系統(tǒng)由詞搭配模塊、例句實時提示模塊和相關(guān)內(nèi)容推薦模塊組成，可以在內(nèi)容級別上為用戶提供幫助，在一定程度上解決用戶缺乏寫作素材或靈感的難題。為了證