基于PLSA模型的文本分割

被引：24

作者：

石晶

戴国忠

机构：

[1] 中国科学院软件研究所人机交互技术与智能信息处理实验室

来源：

计算机研究与发展 | 2007年 / 02期

关键词：

文本分割; 概率潜在语义分析; 相似性度量; 边界识别;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

文本分割在信息提取、文摘自动生成、语言建模、首语消解等诸多领域都有极为重要的应用·基于PLSA模型的文本分割试图使隐藏于片段内的不同主题与文本表面的词、句对建立联系·实验以汉语的整句作为基本块,尝试了多种相似性度量手段及边界估计策略,同时考虑相邻句重复的未登录词对相似值的影响,其最佳结果表明,片段边界的识别错误率为6·06%,远远低于其他同类算法·

引用

页码：242 / 248

页数：7