检索结果-南通市图书馆

吉林大学学报(工学版) 2024年

作者：丁海兰祁坤钰兰州交通大学文学院西北民族大学中国民族信息技术研究院

不同领域的语义规则和潜在主题结构复杂，导致主题句生成的易扩充性和可移植性不佳，中文文本主题句与中文文本的相似度较低，中文文本的主题句提取冗余度较高，对此，提出基于TextRank算法和相似度的中文文本主题句自动提取方法。采用... 详细信息

不同领域的语义规则和潜在主题结构复杂，导致主题句生成的易扩充性和可移植性不佳，中文文本主题句与中文文本的相似度较低，中文文本的主题句提取冗余度较高，对此，提出基于TextRank算法和相似度的中文文本主题句自动提取方法。采用双向长短期记忆网络（Bi-LSTM）模型展开中文文本分词处理，将连续的中文文本切分成独立的词语，通过互信息方法展开中文文本特征选择，计算特征值，提取任务最相关、最有代表性的特征（如关键词、线索词），将关键词、线索词作为主题句提取的重要线索和依据，基于TextRank算法和相似度，考虑各项权重与权重系数，完成中文文本主题句自动提取。实验结果表明，所提方法的中文文本主题句自动提取冗余度低，文档的完备性、易扩充性、可移植性均处于良好的状态，且ROUGE-1、ROUGE-2、ROUGE-L结果均较高。保证中文文本主题句自动提取效果，应用程度较高。

关键词：中文文本 TextRank算法互信息主题句提取双向长短期记忆网络

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于加权TextRank的新闻关键事件主题句提取

引用

计算机工程 2017年第8期34卷 219-224页

作者：蒲梅周枫周晶晶严馨周兰江昆明理工大学信息工程与自动化学院昆明650500

为了在大量的新闻中快速找到自己感兴趣的内容,提出在单文档中基于加权TextRank算法提取主题句的方法,以得到新闻关键事件信息。通过计算新闻文本句子关键词的互信息值,对新闻报道进行事件句和非事件句的分类,过滤出非事件句。基于TextR... 详细信息

为了在大量的新闻中快速找到自己感兴趣的内容,提出在单文档中基于加权TextRank算法提取主题句的方法,以得到新闻关键事件信息。通过计算新闻文本句子关键词的互信息值,对新闻报道进行事件句和非事件句的分类,过滤出非事件句。基于TextRank算法的思想,构建一个事件句有向图,引入句子位置、句子相似度和关键词覆盖频率3个影响因子,以此计算句子之间的影响权重,利用TextRank模型对图中的每个点计算权重,并选取排序最靠前的句子作为关键事件的主题句。实验结果表明,该方法的抽取效果优于基于词频-逆文档概率和新闻标题的主题句抽取方法。

关键词： TextRank算法句子相似度关键事件主题句提取影响权重

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于句子相似度的文本主题句提取算法研究

引用

情报学报 2011年第6期30卷 605-609页

作者：孔胜王宇大连理工大学管理学院大连116024

文本主题提取是文本挖掘领域的重要研究内容,解决文本信息泛滥的重要手段。为了解决现有文本主题句提取中一些局部主题容易被忽略的问题,本文提出一种＂先分割,再提取＂的思想。首先将文本表示为句子的线性序列,句子表示为词的线性序列... 详细信息

文本主题提取是文本挖掘领域的重要研究内容,解决文本信息泛滥的重要手段。为了解决现有文本主题句提取中一些局部主题容易被忽略的问题,本文提出一种＂先分割,再提取＂的思想。首先将文本表示为句子的线性序列,句子表示为词的线性序列,并对每个句子都预处理为含有实词的词汇链,然后基于知网（Hownet）计算相邻句子相似度。基于句子相似度,采用文本分割技术将文本分为多个关于子主题的句子包,通过句子关系图对这些句子包进行主题句提取。最后选用不同的语料库,设计进行了可接受性测试,实验结果验证该算法是可行、有效地。

关键词：句子相似度主题句提取文本分割句子关系图

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于文本特征与关联分析的新闻主题句提取研究

基于文本特征与关联分析的新闻主题句提取研究

引用

作者：杨帆江西财经大学

学位级别：硕士

随着互联网技术飞速发展,新闻信息数量快速增长和传播。海量新闻信息的产生和迅速传播丰富了人们的生活,但是也会带来信息过载问题,人们在获取信息过程中浪费了大量的时间。随着人工智能及自然语言处理技术的发展,新闻主题句提取研究和... 详细信息

随着互联网技术飞速发展,新闻信息数量快速增长和传播。海量新闻信息的产生和迅速传播丰富了人们的生活,但是也会带来信息过载问题,人们在获取信息过程中浪费了大量的时间。随着人工智能及自然语言处理技术的发展,新闻主题句提取研究和应用很好的解决了这一问题。新闻主题句提取是自动文本摘要等文本自动处理应用的基础工作,是自然语言处理领域中重要研究课题,其旨在提取出能够精简、准确的描述新闻文档主旨内容的句子。现有的主题句提取研究,大多都基于句子或词的特征分析提取主题句,仅考虑文本统计特征或者位置特征而忽视文本的语义信息及主题信息,也没有充分考虑到文本的上下文背景信息,影响了主题句提取的效果。或者基于图模型分析文档内部句子和词的关联关系,以迭代的方式对语句的重要度进行排序。普通的图模型仅表示了句子和词的二元关系而忽视了文档中句子和句子、词和词、词和句子之间存在多元关系。新闻的主题句不仅是准确表示新闻主题内容的语句,还是新闻文档中重要的语句。基于现有研究的局限以及新闻主题句的特点,本文提出基于文本特征与关联分析的新闻主题句提取研究方法,将主要从以下两个方面进行研究:1)文本特征提取的研究。从新闻文本向量表示入手,提取新闻文本的统计特征,语义特征和主题信息特征全面准确的表示新闻文本内容的统计特征、新闻语义信息、上下文信息以及全局主题关系并利用相似度计算文本中句子和文本主题的关系。2)文本内部关联分析的研究。本文构建超图模型表示新闻文本,将新闻文中的语句构建为超图的边,将词语构建为超图的点,分析新闻文本中句子和词,词和词、词和句子之间的高阶关系。并结合语句与主题关系及标题关系合理设计边的权重,以区分描述性句子和非描述性句子。根据边的权重对超图进行随机游走,并对语句重要度进行排序。最后利用最大边界相关算法控制主题句冗余度,使提取出来的主题句能够全面的表示新闻文档的主要信息。本文结合统计特征、语义特征和主题信息特征合理的表示文本中语句与主题的特征关系,本文的特征提取的方法在文本分类实验中取得了较好的效果。利用超图模型分析文本中多个对象关系,利用提取的文本特征合理的设计边的权重,通过超图的随机游走提取主题句,对语句重要度进行排序。该方法在新闻主题句提取上取得了较好的效果。

关键词：主题句提取文本特征提取超图随机游走

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向话题的新闻综述报告自动生成研究

引用

北京大学学报（自然科学版） 2014年第1期50卷 194-200页

作者：路璐李涓子侯磊张蓝姗清华大学计算机科学与技术系北京100084

利用新闻事件的话题、实体及其关联和发展趋势分析,建立对新闻事件分析报告模型。该模型可以从多个角度描述新闻事件,并依照新闻综述报告的写作特点,制定出一种计算机自动分析报告生成的框架,对新闻事件在话题和实体上的分析结果进行组... 详细信息

利用新闻事件的话题、实体及其关联和发展趋势分析,建立对新闻事件分析报告模型。该模型可以从多个角度描述新闻事件,并依照新闻综述报告的写作特点,制定出一种计算机自动分析报告生成的框架,对新闻事件在话题和实体上的分析结果进行组合,自动生成一篇观点分析透彻、图表信息生动准确的新闻事件分析报告。

关键词：新闻综述话题模型主题句提取行文规则

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

句子语义相似度计算方法研究及其应用

句子语义相似度计算方法研究及其应用

引用

作者：李俊浙江工业大学

学位级别：硕士

随着信息科技的飞速进步和互联网技术的日益普及,Web新闻、网络博文、微信公众号文章等已经成为人们获取信息或关注时政的主要途径之一,但为吸引读者或网站流量,“标题党”新闻屡禁不绝,人为过滤该类新闻变得力不从心。因此,人们对计算... 详细信息

随着信息科技的飞速进步和互联网技术的日益普及,Web新闻、网络博文、微信公众号文章等已经成为人们获取信息或关注时政的主要途径之一,但为吸引读者或网站流量,“标题党”新闻屡禁不绝,人为过滤该类新闻变得力不从心。因此,人们对计算机“标题党”新闻鉴别技术的需求变得非常急迫。“标题党”新闻鉴别技术的核心内容是句子相似度计算,本文就此问题展开研究,主要研究内容为句子语义相似度计算方法及主题句提取算法。本文研究的对象是汉语句子,汉语与其他比如英语自然语言有着自身很多的特点及研究难点,主要有句子分词准确率不高,词汇量大,语义复杂,语境对句子语义影响大,基本语法单位难以确定等。针对以上问题,查阅文献后选取了Word2Vec算法作为数据模型训练算法,该算法很好的解决了以上大部分的难点,它有良好的学习能力且训练高效,能够很好的刻画出汉语词汇的语义且能关联上下文区分不同真实含义。另外,在根据文章研究分析得出主题句有重复频率高,分布广度大等特性。在此基础上利用句子语义相似度计算算法及主题句特性优化主题句提取算法,研究工作主要包括以下几个方面:（1）查阅句子相似度相关文献基础上,总结分析了句子相似度的基本概念,新闻数据采集和预处理方法;研究了现有的多种句子相似度计算方法及主题句提取算法,并分析了各种算法的优劣势。（2）深入研究了Word2Vec模型训练算法,为提高模型效果,提出了在模型二次训练的思路并进行实验,得到了较好的结果。对大量新闻进行主题句特性进行总结分析,根据特性优化了主题句提取算法。（3）利用主题句提取算法模型进行“标题党”新闻鉴别,用200篇文章作为新闻实例数据进行实验。实验结果表明,本文对句子语义相似度计算方法及主题句提取算法的优化都有较好的性能提升。（4）将基于语义的句子相似度计算方法及主题句提取算法运用到实际场景中,对算法进行了系统应用,通过WebSocket协议实现客户端与服务端数据双向通信,用户可自行训练模型或采用默认模型进行“标题党”新闻鉴别,体现其实际应用价值。最后对全文进行了总结,对进一步的相关研究给出意见展望。

关键词：语义相似度 Word2Vec算法主题句提取标题党新闻

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Web的汉越可比较语料库构建方法研究

基于Web的汉越可比较语料库构建方法研究

引用

作者：罗林昆明理工大学

学位级别：硕士

可比较语料库一直是自然语言处理领域的热点和难点问题,它是统计机器翻译和跨语言信息检索等应用的重要基础资源。近年来,随着我国面向东南亚对外开放的大发展,中越两国间政治、文化、经济日益频繁,而语言间的障碍成为两国合作发展的绊... 详细信息

可比较语料库一直是自然语言处理领域的热点和难点问题,它是统计机器翻译和跨语言信息检索等应用的重要基础资源。近年来,随着我国面向东南亚对外开放的大发展,中越两国间政治、文化、经济日益频繁,而语言间的障碍成为两国合作发展的绊脚石。在这种形势下,越南语-汉语语言信息化处理也显得越来越重要。当前,在越-汉双语语言信息化研究方面,主要集中在越南语或汉语本身的词法、句法、及语义方面的研究工作上,而专门针对越汉双语理解,如双语语料库构建、双语机器翻译等方面研究工作开展的工作还比较少。虽然有一些研究者在网络挖掘双语平行语料方面开展了研究工作,但是由于网络信息格式的多样性、复杂性,且网络上越汉双语网站较少,所以通过网络获取一定规模且高质量的平行语料比较困难。然而,人工构建大规模的双语平行语料库则需要即懂越南语又懂汉语的语言专家参与且非常费时,构建成本过高。针对上述问题,在研究并分析现有研究工作的基础上,开展了汉越可比较语料库构建方法研究,主要完成了一下几个方面的研究工作：1) 基于文本密度块的WEB新闻抽取方法针对不同新闻网站的网页结构布局差异性较大,造成抽取正文时无法正确识别网页正文区域边界,以及现有网页正文抽取通用性较低等问题,本文提出了基于文本块的WEB新闻抽取方法,主要通过融合Html语言特征和网页结构特征将网页源码文本进行内容分块,分别得到标题块和正文块。新闻标题采用基于规则的方法从标题块提取;再按照文档行的形式以行为单位将正文块转化成文本序列,再根据相邻行的内容连续性进行合并组块,最后根据最大子块序列抽取新闻正文,该方法能够准确的提取新闻标题、新闻正文信息,且通用性强。2) 基于TextRank算法提取新闻关键事件主题句针对原子事件级别抽取颗粒度过小、实用性不足,主题事件粒度较粗、精确度较差、同时解决现有方法处理事件信息不足的问题,文中提出了基于TextRank算法提取新闻关键事件的方法,主要通过将新闻文本按照句子分割成原子事件,再通过TextRank算法计算各原子事件之间的相似性,然后选择根据相似度度高的前N(N为固定值)个句子并进行排序,最后提取新闻关键事件主题句,该方法能够准确的提取新闻关键事件主题句。3)基于向量空间的跨语言新闻文本相似度计算针对跨语言新闻文本在检索匹配时存在新闻事件主题发生偏离,造成可比较语料匹配结果不够精确的问题,文中提出了基于向量空间计算新闻文本的相似性构建可比较语料库的方法,该方法的核心是从双语平行语料中学习训练双语向量空间模型,并获取双语词向量空间,而无需双语词典翻译词汇。通过双语词向量空间并融合新闻事件的时间相似性计算源语言和目标语言新闻事件的相似度。

关键词： WEB挖掘可比较语料库网页新闻提取主题句提取跨语言文本相似性

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：