利用串匹配技术实现网上新闻的主题提取(英文)

被引：6

作者：

尹中航

王永成

蔡巍

韩客松

机构：

[1] 上海交通大学电子信息学院

[2] 上海交通大学电子信息学院上海

来源：

软件学报 | 2002年 / 02期

关键词：

网页信息处理; 网上新闻; 主题提取; 串匹配; 词;

D O I：

10.13328/j.cnki.jos.2002.02.001

中图分类号：

TP393.03 [];

学科分类号：

081201 ; 1201 ;

摘要：

从文本中提取主题串是自然语言处理的重要基础之一.传统的提取方法主要是依据“词典加匹配”的模式.由于词典的更新速度无法同步于网上新闻中新词汇涌现的速度,而且词典的内容也无法完全涵盖网上新闻的范围, 因此这种方法不适用于网上新闻的主题提取.提出并实现了一种不用词典即可提取新闻主题的新方法.该方法利用网上新闻的特殊结构,在标题和正文间寻找重复的字串.经过简单地处理,这些字串能够较好地反映新闻的主题.实验结果显示该方法能够准确、有效地提取出绝大部分网上新闻的主题,满足新闻自动处理的需要.该方法同样适用于其它亚洲语言和西方语言.

引用

页码：159 / 167

页数：9