一種基于綜合背景概念格的中文自動(dòng)文摘方法.pdf

1、隨著當(dāng)前信息技術(shù)的發(fā)展以及Internet的普及，人們對(duì)諸如自動(dòng)文摘這樣的文本處理需求與日俱增。中文自動(dòng)文摘研究起步較晚，加上中文自身的特點(diǎn)導(dǎo)致中文自動(dòng)文摘技術(shù)成熟還尚需時(shí)日。
　　 本文首先總結(jié)、分析了自動(dòng)文摘的國(guó)內(nèi)外研究現(xiàn)狀，在此基礎(chǔ)上，提出了一種基于概念格理論實(shí)現(xiàn)中文自動(dòng)文摘的方法，建立了自動(dòng)文摘系統(tǒng)框架CBCL-TAS，重點(diǎn)闡述了基于文本實(shí)時(shí)分割的無詞典抓詞算法、中文特征提取方法及文本概念格建立算法，并在實(shí)驗(yàn)基礎(chǔ)上對(duì)基于

2、該方法構(gòu)造的自動(dòng)文摘系統(tǒng)進(jìn)行了評(píng)價(jià)。本文提出的自動(dòng)文摘方法利用綜合文本背景建立與全文對(duì)應(yīng)的概念“骨架”，將對(duì)自然語言的理解轉(zhuǎn)換為對(duì)文本形式背景的理解，避免了復(fù)雜的語法語義、語句相似度計(jì)算、語句聯(lián)系度計(jì)算等處理。對(duì)較大規(guī)模的文本進(jìn)行抓詞首先需要對(duì)文本進(jìn)行分割，本文提出的抓詞算法動(dòng)態(tài)調(diào)整文本分割段的大小，與傳統(tǒng)的固定分割式算法相比，對(duì)于50萬字以上的較大文本具有更高的處理效率。
　　 實(shí)驗(yàn)結(jié)果表明，CBCL-TAS系統(tǒng)生成的中文文摘