手机知网 App
24小时专家级知识服务
打 开
计算机软件及计算机应用
面向新媒体的新闻缩写关键技术研究
随着新媒体的快速发展,网络新闻呈现出雨后春笋的态势,人们面临信息选择困难、信息超载等问题。大量的冗余信息一方面增加了用户阅读信息的时间,另一方面还增加了用户发现和理解热点话题的困难。移动设备的普及更是带动了新闻客户端的大量产生,这些移动设备的特点是屏幕小,信息量过大时不能单屏显示,分屏又会导致阅读的不便。因此,新闻自动缩写技术应运而生,新闻缩写不仅可以获得简约而明了、有深度且有态度的内容资源,而且能提升网络新闻的品质,实现网络新闻的增值阅读。本文对新闻标题和新闻正文的缩写技术展开一系列研究。针对新闻标题,借助于词对齐技术应用规则与统计结合的方法进行压缩。针对新闻正文内容,提出句子压缩与句子选择结合的框架来生成新闻正文的压缩结果。该框架中,首先应用句子多特征融合的方法进行摘要句子预选择,根据句子多特征权重排序抽取最具有代表性的句子。然后针对预选择的摘要句子,提出一种基于关键词的启发式句子压缩算法,该算法作为中间阶段被应用于生成原句子的压缩变体。最后通过整数线性规划算法去除冗余,选取出信息量最大的最终新闻摘要。在评测方面,本文提出一种句子压缩基础上的自动摘要评测方法。该方法通过信息的重要性、语法规范性和压缩比对压缩后的句子进行打分,随后在摘要的评测中结合句子压缩分数计算出准确率、召回率以及F值分别为79.26%、76.32%和77.76%。实验结果表明,本文提出的新闻缩写算法切实可行,能对给定的新闻文章自动生成一段连贯且具有象征性的高密度新闻摘要。
硕士论文
《北京理工大学》 2016年硕士论文
相似文献
图书推荐
相关工具书

搜 索