基于语义统计的中文自动文摘研究

摘要

自动文摘一直是自然语言处理领域研究的重点和难点.本文在目前的研究状况下,进行了基于语义统计的中文自动文摘研究.主要工作包括:提出一种对HTML网页语料进行预处理的方法;利用<同义词词林>,构建概念层次树,在文摘抽取过程中引入了语义信息:通过计算句子重要度,实现了对中文文本的自动摘要和自动索引.试验结果表明,本文提出的方法对多数测试文本都取得了良好效果,优于机械式自动文摘方法.