基于文本聚类的多文档自动文摘研究

作     者：郭庆琳 吴克河 吴慧芳 李存斌 Guo Qinglin;Wu Kehe;Wu Huifang;Li Cunbin

作者机构：华北电力大学计算机科学与技术学院北京102206 华北电力大学计算机科学与技术学院北京102206 北京信息科技大学人文社科学院北京100101 华北电力大学计算机科学与技术学院北京102206 

出 版 物：《计算机研究与发展》 (Journal of Computer Research and Development)

年 卷 期：2007年第44卷第Z2期

页      面：140-144页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家"八六三"高技术研究发展计划基金项目(2004AA1Z2450) 国家自然科学基金项目(70572090,60305009) 华北电力大学博士学位教师科研基金项目(H0585) 

主　　题：自动文摘 文本聚类 自然语言理解 多文档 

摘      要：针对当前自动文摘方法的不足,提出了基于文本聚类的自动文摘实现方法.可以克服常规自动文摘方法的不足,使文摘的质量和效果得到大大的提高.将文本聚类引入自动文摘中,不但使单文档的文摘质量得到提高,而且能够实现多文档的自动文摘,这是现有的自动文摘技术所没有涉及的.实现了面向塑料行业的基于文本聚类的自动文摘系统TCAAS.实验表明该方法可行, 对自动文摘系统的设计具有借鉴意义和深入研究的价值.