基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对当前主题划分方法进行了分类,对主题划分算法TextSegFault (TSF)做了相关改进.根据文本的类型,从TSF算法和改进的TSF算法中选择其一来进行主题划分,以适应自动文摘任务的需要.实验结果表明,引入本文的主题划分方法能有效地解决传统自动文摘方法造成的主题确实和主要主题冗余的问题,使文摘的结构平衡化.
推荐文章
一种基于主题词集的自动文摘方法
自动文摘
主题词集
句子权重
自然语言处理
自动文摘方法分析
自动文摘
向量空间模型
自然语言理解
基于子主题区域划分的多文档自动文摘方法
子主题区域
自动文摘
知网
概念向量空间模型
面向自动文摘的文本结构划分
文本结构
自动文摘
向量空间模型
段落相似度
意义段划分
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向自动文摘的主题划分方法
来源期刊 北京大学学报(自然科学版) 学科 工学
关键词 主题划分 自动文摘 TSF算法
年,卷(期) 2013,(1) 所属期刊栏目 研究论文
研究方向 页码范围 39-44
页数 6页 分类号 TP391
字数 6642字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 唐慧丰 解放军外国语学院语言工程系 9 419 4.0 9.0
2 童毅见 解放军外国语学院语言工程系 2 13 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (10)
参考文献  (4)
节点文献
引证文献  (10)
同被引文献  (14)
二级引证文献  (17)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(6)
  • 引证文献(3)
  • 二级引证文献(3)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
主题划分
自动文摘
TSF算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京大学学报(自然科学版)
双月刊
0479-8023
11-2442/N
16开
北京海淀北京大学校内
2-89
1955
chi
出版文献量(篇)
3152
总下载数(次)
8
总被引数(次)
52842
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导