基于事件的多文檔自動文摘系統(tǒng)的研究.pdf

1、互聯(lián)網上對一個簡單事件的咨詢，就可能返回成百上千的網頁，而且其中有大量重復的網頁、大量不相關的數(shù)據，用戶不得不花費很多的精力去尋找有用的結果。這迫切需要一個幫助人們快速瀏覽信息的工具，該工具不僅提供的是直接的文檔；而且是經過加工整理，包含這些文檔的重要、全面的信息。
　　 多文檔自動文摘技術就是將大量采集到的相關主題信息濃縮為一個包含該主題下的所有全面內容，并且內容簡練、組織良好、冗余低的摘要，將人們從繁瑣、冗余的信息中解脫出來

2、。其研究目的在于解決從海量數(shù)據中獲取有用信息的困難，提高信息獲取及瀏覽的速度、適應不同用戶對信息的個性化需求。
　　 本文主要針對于互聯(lián)網上的事件網頁信息，開發(fā)一個完整的基于事件的多文檔自動文摘系統(tǒng)。該系統(tǒng)能夠獲取事件并從互聯(lián)悶上采集相關的事件網頁信息，并整合相關的信息，壓縮成事件的自動摘要的形式提交給用戶。本文在以下幾個方面展開相關研究：
　　 第一，設計出了一個基于Internet的網絡事件的中文自動文摘系統(tǒng)。該系統(tǒng)

3、采用元搜索引擎方法從網絡中獲取一定時間內的事件，用戶也可以輸入感興趣的事件話題；然后針對于事件話題，調用搜索引擎采集相關的事件網頁信息；最后利用多文檔自動文摘技術生成摘要提交給用戶。
　　 第二，在事件多文檔摘要過程中，通過倒幾率比算法評價詞語權重來抽取權重最高的前25個特征項作為相應事件的相關特征集；提出利用句子內部和外部兩方面的特征綜合衡量句子的權值的策略；在摘要句抽取時，提出了基于字符串間的匹配、句子的詞義相似、句子的詞義