检索结果-内蒙古大学图书馆

小型微型计算机系统 2000年第4期21卷 422-425页

作者：林鸿飞战学刚姚天顺东北大学计算机系沈阳110006

本文简要介绍了文本过滤的背景和发展 ,提出了基于示例的中文文本过滤模型 .其基本思想是首先对于用户提出的示例文本进行文本结构分析 ,采用本文提出的文本层次分析方法 ,提取文本特征 ,形成主题词表示的用户模版 (user profile) ,然... 详细信息

本文简要介绍了文本过滤的背景和发展 ,提出了基于示例的中文文本过滤模型 .其基本思想是首先对于用户提出的示例文本进行文本结构分析 ,采用本文提出的文本层次分析方法 ,提取文本特征 ,形成主题词表示的用户模版 (user profile) ,然后进行文本过滤 ,同时引进段落匹配机制 ,提高过滤效率 .通过用户反馈。

关键词：文本过滤文本结构分析文本层次分析信息过滤

来源：评论

学校读者我要写书评

暂无评论

基于概念的文本结构分析方法

引用

计算机研究与发展 2000年第3期37卷 324-328页

作者：林鸿飞战学刚姚天顺东北大学计算机科学系沈阳110006

文本结构分析是文本处理领域中的重要内容，它可以有效地改进文本摘要、文本检索以及文本过滤的精度．文中简要描述了文本的物理结构和逻辑结构以及文本分析的背景，提出了文本结构分析中的层次分析方法．该方法保证了层次划分的有序性... 详细信息

文本结构分析是文本处理领域中的重要内容，它可以有效地改进文本摘要、文本检索以及文本过滤的精度．文中简要描述了文本的物理结构和逻辑结构以及文本分析的背景，提出了文本结构分析中的层次分析方法．该方法保证了层次划分的有序性，可操作性强，便于解释，不依赖于具体领域．其基本思想是对于输入文本，首先识别出文本的物理结构；然后在概念映射、概念密度和概念消歧的基础上，将文本依据主题划分为若干层次；最终获得文本的逻辑结构．

关键词：文本结构分析概念信息处理文本处理计算机

来源：评论

学校读者我要写书评

暂无评论

基于内容相关度计算的文本结构分析方法研究

基于内容相关度计算的文本结构分析方法研究

引用

作者：钟茂生上海交通大学

学位级别：博士

文本结构可分为物理和逻辑结构两种形式,文本的物理结构是指组成文本的基本要素(如标题、段落、句子、词汇和标点符号等)在文本中的实际位置所决定的结构,可以用向量空间模型予以表示;文本的逻辑结构是指组成文章思想内容的主题、层次... 详细信息

文本结构可分为物理和逻辑结构两种形式,文本的物理结构是指组成文本的基本要素(如标题、段落、句子、词汇和标点符号等)在文本中的实际位置所决定的结构,可以用向量空间模型予以表示;文本的逻辑结构是指组成文章思想内容的主题、层次、段落、句子、主题词在概念意义上所形成的逻辑关系,通常用树或图予以表示。文本结构自动分析就是期望计算机能够自动将一个文本划分成互不相交的若干文本单元,或者从语义上将文本解析成为一棵层次结构树,以便获得文章本来的逻辑结构。文本结构分析对于实现文本理解和文本推理具有重要意义,只有从宏观上把握文章的逻辑结构,才能更合理的从全局的视角理解文章的主题及中心思想;同时,文本结构分析结果对于文本自动摘要、基于篇章段落的信息检索、话题检测与跟踪等自然语言处理任务也具有重要作用和影响。然而,文本结构通常需要在理解上下文内容的基础上才能获得,而对语言的理解又超出了目前计算机的能力和水平,因此,要使计算机在没有理解上下文内容的前提下,准确的分析出文本的组织结构,是一个非常困难的问题。本文根据文本篇章组织结构理论以及文本组织结构特点,将文本结构分析转换成为线性结构分析或者层次结构分析任务。据此,首先通过研究词语间语义相关度计算方法、句子间语义关系识别和句子间语义相关度计算方法,进行文本上下文内容相关性分析和相关度计算,并以此为基础,研究对文本进行线性结构分析或者层次结构分析的关键技术和方法。具体来说,本文的创新性工作主要体现在以下几个方面: (1)对文本结构进行抽象描述。将文本中的“句子”、“标题”、“自然段”、“文章”、“主题/子主题”等语言学概念加以形式标记;提出了“基本论证结构”、“递归论证结构”、“文本结构树”、“文本主题单元”等层次结构概念及表示方法,以便对文本组织结构模式进行抽象描述;对“主题的级”、“主题结点粒度”进行了定量化描述和计算,以便刻画文本结构树中主题结点对内容的涵盖能力。 (2)研究了词语间语义相关关系及相关度计算方法。在分析词语间相关度和相似度概念关系的基础上,提出了词语间语义广义相关度的概念及其相应的计算方法:首先从外延逻辑思想出发,提出了一种基于语料的、通过构建词语语义关系二分图的方法,来计算词语狭义相关度;同时,以汉语概念内涵逻辑模型思想为基础,提出了一种基于词典内涵释义及释义项展开的词语语义相关度计算方法,其计算结果强调的是词语在内涵概念上的关联关系;然后,将两种方法计算的相关度结果进行融合,得到词语语义广义相关度。通过标准的M&C中文版测试数据集评测结果表明,融合得到的广义相关度汲取了外延逻辑刻画实体分类的优势和内涵逻辑刻画汉语凸显实体内涵属性特征的优势,取长补短、优势互补,其计算结果更接近人的认知和判断。 (3)研究了语篇上下文句子之间语义关系及相关度计算方法。首先,根据语言学界总结的句际语义关系和它对应的词语形式标记,提出了一种机器自动识别上下文句际语义关系的方法(定性方法),包括词语形式模板的获取、模板冲突消解的方法以及句际语义关系识别算法,并用实验验证了该方法的有效性和识别效果;其次,提出了一种基于词语广义相关度的句子间相关度计算方法(定量方法),实验表明,本文提出的句子间相关度计算结果比句子间相似度计算结果更接近人的理解和判断。 (4)根据词语广义相关度计算方法、句际语义关系分析与相关度计算方法,研究了文本线性结构分析中的相关问题,提出了一种基于内容相关性分析的文本分割方法,实验表明,本文提出的方法在文本分割性能上要好于经典的TextTiling算法,而且也好于现有文献报道的面向中文的文本分割算法的性能。 (5)研究了文本层次结构分析的相关问题,并假定同一类型的文本应该具有相同或相似的组织结构模式。据此,提出了一种基于Na?ve Bayes模型的文本层次结构分析方法,即用Na?ve Bayes模型从训练文本中学习文本的组织结构模式,再根据获取得到的文本组织结构模式,对待分析的同类型文本,按照自底向上的方式,递归的向上归并,直到生成只包含一个根结点的文本结构树。同时,提出了一种基于生物序列比对算法的文本结构分析方法,从训练文本中学习文本组织结构模式,以便进行文本组织结构分析。实验结果表明,上述两种方法都取得了一定的效果,从目前的测试数据集上看,前者要比后者具有更好的性能。

关键词：文本结构分析文本理解文本组织结构词语语义关系句际语义关系文本分割文本层次结构分析

来源：评论

学校读者我要写书评

暂无评论

基于视觉特征和文本结构分析的中文网页自动摘要技术研究

基于视觉特征和文本结构分析的中文网页自动摘要技术研究

引用

作者：沈怡涛华东师范大学

学位级别：硕士

随着国际互联网越来越深入我们的生活,互联网上已经聚集了海量的文本资料,而且仍在爆炸性的增长。为了快速准确的帮助用户查找到需要的内容,传统的解决方案是使用搜索引擎。搜索引擎根据用户的搜索短语给出一个网页的列表,并结合网页自... 详细信息

随着国际互联网越来越深入我们的生活,互联网上已经聚集了海量的文本资料,而且仍在爆炸性的增长。为了快速准确的帮助用户查找到需要的内容,传统的解决方案是使用搜索引擎。搜索引擎根据用户的搜索短语给出一个网页的列表,并结合网页自动文摘技术,快速处理每一篇网页,概括出其核心内容并附在文档标题后,供用户筛选出有价值的文档。然而现有的搜索引擎摘要系统的质量较低,仅仅基于统计方法,摘取网页中和搜索短语匹配字句的附近若干句子,既不能体现该文档的主题思想,也不能很好的根据用户的搜索短语筛选出用户需要的信息。针对这些不足,本文提出了一种基于视觉特征和文本结构分析的中文网页自动摘要方法。由于网页中包含了大量和网页主题不相关的内容,例如广告链接、导航菜单、版权信息等,首先需要从网页中提取出正文。本文采用了基于视觉特征的网页正文提取思想,提出了一种正文提取方法：先对网页完整渲染,然后模拟用户通过视觉感知了解网页布局的过程,将页面分割成若干个区块,然后从中寻找包含正文的区块,最后通过二次清洗剔除穿插在正文中的广告。这种方法能够适应目前网页随着Web技术的快速发展,变得越来越复杂的趋势,避免了同类研究由于HTML结构和实际的视觉结构完全不同导致抽取失败的情况。词汇相关度分析对自动摘要有着重要意义,本文提出了一种基于义素图的词汇语义相关度计算方法。采用知网信息构造包含义项和义素的义素图,然后基于人的认知,采用一种扩展的随机游走算法计算词汇之间直接和间接的相关性。在以上工作的基础上,本文采用拟人思维,给出了一种基于关联图分析和文本结构分析的自动摘要方法。该方法首先采用文本物理结构分析技术和文本结构分析方法将文档分割成若干个语义段,然后针对每个语义段,提出了一种基于关联图分析的主题词提取方法,对各语义段提取主题词集合。然后根据主题词的指导,结合TF-IDF方法和内容相关性分析提取各语义段的摘要。最后根据用户搜索词对摘要进行筛选,生成摘要。基于以上方法,作者实现了一个面向搜索引擎的自动文摘系统,论文成果成功应用在上海市国际科技合作基金项目基于语义扩展及关系挖掘的智能搜索引擎研究上。实验证明,本文算法给出的摘要质量较高,并且满足了用户的筛选要求。

关键词：自动摘要网页正文提取义素图随机游走语义相关度文本结构分析

来源：评论

学校读者我要写书评

暂无评论

基于标题特征和词汇关联的文本结构分析

基于标题特征和词汇关联的文本结构分析

引用

作者：朱海军沈阳航空工业学院

学位级别：硕士

文本结构分析在信息检索、自动文摘、信息抽取等领域扮演着重要的角色。文本结构分析是将含有多个子主题结构的文本按语义划分成多个部分,每个部分为一个语义段,由一个或多个自然段落构成,不同的语义段描述不同的主题结构。本文主要进... 详细信息

文本结构分析在信息检索、自动文摘、信息抽取等领域扮演着重要的角色。文本结构分析是将含有多个子主题结构的文本按语义划分成多个部分,每个部分为一个语义段,由一个或多个自然段落构成,不同的语义段描述不同的主题结构。本文主要进行结构分析的对象是包含多个子主题的文本,根据不同文体各自的特点,将科技论文和其它文本采用不同的方法分开处理。科技论文一般具有比较清晰的结构信息,可以通过文中的小标题进行主题段的划分,但小标题的种类繁多、格式多样,给计算机的自动识别带来一定的困难。本文在识别具有数字标号的小标题时,对单纯的数字识别法进行了改进,并提出一种基于特征词的识别法,用于识别没有数字标号的小标题。在此基础之上,将两种方法结合起来,采用层次识别机制构建了标题识别系统。实验结果表明,该系统能以较高的召回率和正确率有效地识别小标题,从而识别出文本的结构。对于非科技论文的结构分析,主要使用文本分割方法,根据不同的子主题对文本进行语义划分,将来可应用于主题聚类任务。目前已有文本分割方法大多只利用了文本表层的词汇重现信息,难以准确体现主题的连续性,分析结果并不理想。本文利用知网引入词汇的语义信息,提出了一种词汇关联计算方法,将语义信息映射到词汇语义关联矩阵中,通过矩阵拆分语义信息对传统的向量空间模型进行改进,以适合加入语义信息后TextTiling算法的紧凑度计算。实验结果表明,使用语义信息与单纯使用词汇重现信息相比,能够更好的分析文本结构。

关键词：文本结构分析标题识别文本分割 TextTiling算法

来源：评论

学校读者我要写书评

暂无评论

面向用户偏好的半监督文本结构分析方法研究

面向用户偏好的半监督文本结构分析方法研究

引用

作者：李晶贵州大学

学位级别：硕士

在大数据时代，网络上的数据大量增加，这些数据包括文本、图像、音频、视频等多种类型，但是大多数数据仍以文本的形式存在。文本数据是承载人类知识的最主要媒介，所以更好地掌握文本数据的组织结构以从中抽取有用的信息与模式对整理... 详细信息

在大数据时代，网络上的数据大量增加，这些数据包括文本、图像、音频、视频等多种类型，但是大多数数据仍以文本的形式存在。文本数据是承载人类知识的最主要媒介，所以更好地掌握文本数据的组织结构以从中抽取有用的信息与模式对整理、保存和传播人类知识具有重要意义。主题模型是一类通过发现文本数据下潜藏的主题信息来呈现文本数据组织结构的机器学习模型。当前，应用领域最广泛的主题模型是隐含狄里克莱分布（Latent Dirichlet Allocation, LDA），针对LDA作为一种无监督机器学习模型而不能利用监督信息的问题，许多学者基于LDA提出了一系列监督和半监督的主题模型。\n 当前大部分基于LDA的有监督主题模型使用的监督信息是加标签的文档或成对文档，但是这两种形式的监督信息不仅难于获得、缺乏可操作性，而且反映的多是先验领域知识，极少考虑用户的兴趣与偏好，这种忽视用户需求的做法违背了当前每个应用和服务都重视个性化体验的潮流。基于此，本文将用户偏好作为文本结构分析方法的监督信息，以满足用户的个性化需求。\n 为了解决当前文本结构分析方法所使用的监督信息既难于获得且缺乏可操作性又不能很好的反映用户偏好的问题，本论文提出使用用户感兴趣的词和用户不感兴趣的词作为监督信息。在实际操作中，获得用户感兴趣的词和用户不感兴趣的词要比为文档加标签和寻找成对文档简单而可行的多，并且这些词能自然地反映用户的兴趣和偏好。鉴于监督信息量的多少对有监督机器学习模型的性能有很大影响，且用户能提供的监督信息较少，所以本文设计了一个监督信息自学习算法，以便在尽可能保证质量的前提下扩充监督信息的量。为了能在文本结构分析过程中有效地利用监督信息，本文提出了一个名为user-orientedLDA的半监督主题模型，一方面，通过在LDA的生成图模型中引入相关变量和参数，得到了一个具有降噪能力的生成图模型；另一方面，在简单波利亚罐子模型的基础上提出了增强的波利亚罐子模型，并将其思想引入到模型的Gibbs抽样参数推断过程中，以使用户的偏好在参数推断中起作用。实验结果表明，本文所提出方法的文本结构分析能力优于其他同类方法。

关键词：文本结构分析隐含狄里克莱分布自学习算法面向用户偏好机器学习

来源：评论

学校读者我要写书评

暂无评论

Word文本结构分析

引用

教学与管理（理论版） 2004年第9期 95-96页

作者：宋可山西煤炭职业技术学院

Word是一种运用非常广泛的工具,它的出现大大方便了人们的文字处理,现实生活中用word编辑文本的人越来越多,而对于word文档,传统的纯文本处理软件无法识别其中的图和表等基本结构单元,这将影响分析结果的准确性.可见,正确识别word文本... 详细信息

Word是一种运用非常广泛的工具,它的出现大大方便了人们的文字处理,现实生活中用word编辑文本的人越来越多,而对于word文档,传统的纯文本处理软件无法识别其中的图和表等基本结构单元,这将影响分析结果的准确性.可见,正确识别word文本结构显得十分必要.

关键词：文本结构分析标题符号 Word ActiveX

来源：评论

学校读者我要写书评

暂无评论

改进传统文本结构关系图的文本结构分析

引用

微计算机信息 2009年第3期25卷 213-215页

作者：梁文婷何中市龙华田春娥重庆大学计算机学院重庆市400044 重庆大学语言认知及信息处理研究所重庆市400044

文本结构分析是文本处理领域中的重要内容,它可以有效地改进文本摘要、文本检索以及文本过滤的精度。文中简要描述了传统上使用文本结构关系图分析文本结构的方法并指出其缺点,然后提出改进方法,使经过文本结构分析后的文本更具有有序... 详细信息

文本结构分析是文本处理领域中的重要内容,它可以有效地改进文本摘要、文本检索以及文本过滤的精度。文中简要描述了传统上使用文本结构关系图分析文本结构的方法并指出其缺点,然后提出改进方法,使经过文本结构分析后的文本更具有有序性和可操作性强,便于解释,不依赖于具体领域。最后通过实验证明,该改进方法是可行的。

关键词：文本结构分析向量空间模型文本结构关系图

来源：评论

学校读者我要写书评

暂无评论

文本的结构与《圣经》的文学阐释——以《约伯记》的复调式文本结构分析为例

文本的结构与《圣经》的文学阐释——以《约伯记》的复调式文本结...

引用

作者：王立新王丽南开大学文学院

《圣经》被作为文学来研究,或者说从文学的角度进入《圣经》由来已久。虽然通常把《圣经》的文学解读看作是将其从宗教神学框架中解放出来的明证,但是,笔者坚持认为,如果游离了文本的道德承载,游离了宗教文本本身对于信仰和价值追求的宗... 详细信息

《圣经》被作为文学来研究,或者说从文学的角度进入《圣经》由来已久。虽然通常把《圣经》的文学解读看作是将其从宗教神学框架中解放出来的明证,但是,笔者坚持认为,如果游离了文本的道德承载,游离了宗教文本本身对于信仰和价值追求的宗旨,那么关于

关键词：《约伯记》约伯记文本结构分析《圣经》以利户文学阐释

来源：评论

学校读者我要写书评

暂无评论

汉语文本形式结构分析及其标引算法

引用

中文信息学报 2002年第2期16卷 14-19,26页

作者：单永明山西大学计算机科学系太原030006

本文从形式化的角度讨论了汉语文本的形式结构及有关的基本概念 ,给出了文本的标题、子标题、段落及其层次结构的一种划分与标记方法 ,提出了规范的与准规范的文本等概念 ,并以此为基础讨论了文本形式结构的标引问题 ,给出了两个标引算法。

关键词：中文信息处理文本结构分析标引树自动标引算法汉语文本分析文本形式结构

来源：评论

学校读者我要写书评

暂无评论

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

请选择保存的检索档案：

请选择收藏分类：

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

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

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：