基于句子关系图的网页文本主题句抽取

被引：8

作者：

何维

王宇

机构：

[1] 大连理工大学管理学院

来源：

现代图书情报技术 | 2009年 / 03期

关键词：

主题句; 句子关系图; 句子相似度;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

针对网页文本结构信息少、噪声大的特点,将句子看作点,将句子间的相似性看作边,用句子关系图描述文本中句子间的关系。抽取文本主题句的任务转化为搜索图中边最多的点。利用语义词典,将句子相似度定义为句子语义相似度,解决短文本词频相似度低的问题。选用互联网公开语料进行测试,抽取的主题句达到平均80.6%的可接受性。

引用

收藏

页码：57 / 61

页数：5

相关论文

共 9 条

[1] 中文博客主题情感句自动抽取研究 [J].

孙宏纲 ;

陆余良 .

计算机工程与应用 , 2008, (20) :165-168+221

[2] 基于加权信息论的突发事件新闻主题抽取方法 [J].

陈炯 ;

张永奎 .

计算机应用, 2008, (S1) :150-151

[3] 基于句子相似度计算的信息抽取 [J].

廉站俊 ;

吕学强 ;

张玉杰 ;

施水才 .

现代图书情报技术, 2007, (06) :38-41

[4] 基于综合方法的文本主题句的自动抽取 [J].

张云涛 ;

龚玲 ;

王永成 .

上海交通大学学报, 2006, (05) :771-774+782

[5] 一种基于字同现频率的汉语文本主题抽取方法 [J].

马颖华 ;

王永成 ;

苏贵洋 ;

张宇萌 .

计算机研究与发展, 2003, (06) :874-878

[6] 汉语文本结构的自动分析 [J].

薛翠芳 ;

郭炳炎 .

情报学报, 2000, (04) :319-325

[7]

一种无词典的从Web新闻页面抽取主题的算法[J]. 蔡巍,王永成,尹中航.情报学报. 2008 (01)

[8] Automatic text decomposition and structuring [J].

Salton, G ;

Allan, J ;

Singhal, A .

INFORMATION PROCESSING & MANAGEMENT, 1996, 32 (02) :127-138

[9]

文本分类语料库精简版[tar.gz格式]. 搜狗实验室. http//www.sogou.com/labs/dl/c.html . 2008