基于自動(dòng)摘要的無障礙移動(dòng)新聞系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展和移動(dòng)智能設(shè)備的大規(guī)模普及，人們獲取新聞信息的渠道也越來越多。視障群體由于在視力方面的缺陷，僅能依靠聽覺和觸覺從外界獲取信息，不能像健全人一樣便捷地使用手機(jī)、平板電腦等智能設(shè)備，獲取新聞信息的途徑較為匱乏，選擇性極少?，F(xiàn)有的新聞?lì)悜?yīng)用軟件很少有針對(duì)視障群體做過適配和優(yōu)化，視障人士幾乎無法使用，閱讀效率非常低。因此，開發(fā)一款面向視障群體的無障礙新聞?lì)愜浖哂惺种匾囊饬x。在此背景下，實(shí)驗(yàn)室與中國盲文出版社合作希望

2、能開發(fā)一款適合視障群體使用的無障礙移動(dòng)新聞系統(tǒng)。
　　本文首先從保證新聞數(shù)據(jù)的全面性和多樣性出發(fā)，提出并實(shí)現(xiàn)了一種支持動(dòng)態(tài)頁面爬取的新聞網(wǎng)絡(luò)爬蟲。在URL爬取方面，該爬蟲以無界面瀏覽器HtmlUnit為基礎(chǔ)，通過模擬用戶點(diǎn)擊或滑動(dòng)等行為觸發(fā)動(dòng)態(tài)網(wǎng)頁的腳本事件，從而解決了動(dòng)態(tài)頁面中URL難以獲取的問題。然后，在URL去噪方面，本文設(shè)計(jì)了一種基于正則表達(dá)式的去噪方法，可以有效去除非新聞鏈接，從而提高新聞網(wǎng)絡(luò)爬蟲的效率，避免資源浪費(fèi)。在

3、最后新聞數(shù)據(jù)提取方面，采集并定制模版，實(shí)現(xiàn)了高準(zhǔn)確率的基于模版的新聞信息提取方法。
　　其次，為了提高視障群體閱覽新聞的效率，提出并實(shí)現(xiàn)了一種基于TextRank改進(jìn)的自動(dòng)摘要方法。本文首先采用BM25相似度計(jì)算方法實(shí)現(xiàn)了經(jīng)典的TextRank算法，然后將新聞標(biāo)題和小標(biāo)題的結(jié)構(gòu)作用考慮進(jìn)來，通過計(jì)算新聞標(biāo)題、小標(biāo)題與各句子間的相似度得到調(diào)整向量，最后通過調(diào)整向量影響各句子收斂后的TextRank得分，經(jīng)過實(shí)驗(yàn)分析改進(jìn)后的方法優(yōu)于經(jīng)