共查询到20条相似文献,搜索用时 109 毫秒
1.
自动文摘是指利用计算机自动对文本编制摘要,是自然语言理解的重要应用领域之一。限于相关领域的已有水平,现阶段的自动文摘系统多数是以词语频率作为依据,以词频高的词语作为文章的关键词语,得到的文摘往往与原文中心思想相差甚远,因此,需要对文章的语法、语义和语境进行分析。本文利用HowNet得到词语概念的方法,建立基于概念的自动文摘系统。 相似文献
2.
全信息理论在自动文摘系统中的应用 总被引:8,自引:1,他引:8
该文介绍了全信息理论提出的背景及其主要内容,并将其应用到一种智能业务──自动文摘系统中,设计实现了一个基于理解的、面向神经网络学习算法领域的中文9动文摘系统 Ladies。该系统综合利用语法信息和语义信息来理解原文的句法和含义,并通过语用信息制导,对原文进行文摘信息的过滤、提取和生成高质量的文摘。实验结果证明,这一方法是行之有效的。 相似文献
3.
张培颖 《计算机工程与应用》2009,45(25):145-147
针对现有自动文摘内部评价方法存在主观性强,无法体现深层语义的缺陷,提出利用概率潜在语义分析计算原文和待评价摘要在潜在语义上的贡献,通过相似度的比较,得出符合原文语义的文摘。整个评价方法无需人为干预,实验表明,基于语义相似度的评价方法实现简单、效果稳定,是一种更接近自然模型的评价方法。 相似文献
4.
基于概念统计和语义层次分析的英文自动文摘研究 总被引:5,自引:1,他引:5
传统的自动文摘方法基于词语统计抽取文摘句,未进行文本的语义分析,导致文摘精度不高。为了克服传统方法的缺点,本文提出了一种基于主题概念的自动文摘方法,以概念统计和层次分析为基础设计并实现了一个英文自动文摘系统。系统利用WordNet以概念统计代替传统的词频统计,基于主题概念构建向量空间模型,计算句子重要度。并且根据主题概念在概念层次树上的分布进行文本结构分析划分意义块,以意义块为单元抽取文摘,初步解决了多主题文章的文摘结构不平衡问题。本文主要介绍了概念层次树的构造,主题概念的抽取步骤,基于主题概念的句子重要度的计算和意义块的划分算法。测试表明,通过概念统计和语义层次分析的方法,我们设计了更理想的向量空间模型,系统生成的文摘精度较高,并更全面地反映了原文的主要内容。 相似文献
5.
6.
7.
8.
近日,拜读吴会松同志发表于《中国计算机用户》(!997年11月下,第59-62页)的“VisualFoxPro30编程经验录”一文(以下简称原文),发现原文中有一些值得探讨的问题。现对这些问题发表我的看法。l字段值引用问题原文中称:“可用‘表名字段名’的方式使用该表的车段。”此处,原文作者对已打开的数据表当前记录的字段值的引用方法理解错了,字段值的正确引用方法为:“表的别名字段名”,而非原文中的“表名字段名”。一般情况下,一个打开的表的表名就是该表的别名.但在下列情况下表名不是该表的别名I)打开表时指定别名(USE表名… 相似文献
9.
1.引言 Internet的迅猛的发展,使人们能方便快捷地获取众多的信息和服务。但是,面对Internet上浩瀚纷繁的信息海洋,人们常常会陷入窘迫的境地:一方面收到太多的信息无从选择和消化,淹没在繁杂的信息中;另一方面是信息的迷失,人们难于找到真正所需的信息。因此,信息社会对能够有效浓缩文本信息的网络自动文摘有着迫切的要求。自动文摘是自然语言理解的一个重要分支,而且文摘的研究也由来已久。早在50年代末,Luhn就首次设计了一个自动文摘系统,引起了世人的极大注目。从那时起,先后涌现了许多著名的系统。所谓自动文摘系统是指这样的一种软件系统,它能将给定原文的中心内容,或所需要的内容自动抽取出来,并用同于或不同于原文的句子表示出来。 相似文献
10.
科研人员学术影响力评价是科学计量领域备受关注的问题。目前的主流评价方法分为两类:一类方法通过科研人员的学术产出直接定义其学术影响力的量化指数,如总引用量、h-指数等;另一类方法基于论文引用网络建模学术影响力传播,从而对科研人员学术影响力进行排序评价,如PageRank算法等。现有影响力评价方法主要将论文引用关系作为影响力传播的载体,忽略了科研人员自身作为影响力传播载体的重要作用。该文提出了一种基于影响力传播的科研人员学术影响力度量新方法,该方法同时建模了论文引用和科研人员在学术影响力传播中的作用。在美国物理学会旗下所有11个刊物的463 348篇论文数据集上的实验表明,该文方法在科研人员影响力度量方面优于现有仅考虑论文引用的评价方法。 相似文献
11.
12.
传统的基于统计的自动文摘方法以词语作为文本信息的基本单位,没有考虑到词语在不同语言环境下的具体语义,导致文摘精度不高.为了克服传统方法的缺点,提出了一种基于文本组块的自动文摘方法.系统利用中科院的ICTCLAS软件对文档进行分词和词性标注,并根据一系列的规则,将相关的词语构造成组块.由句子中出现的组块作为衡量句子重要性的标准选出文摘句.文中给出了自动文摘的评价方法和实验结果,跟传统的基于词语的文摘相比较,实验结果表明基于文本组块的自动文摘系统生成的文摘句精度更高,更能全面反映原文的主要内容. 相似文献
13.
14.
15.
16.
17.
18.
19.
20.