面向网络媒体的文本自动综述技术的研究与实现

摘要

互联网时代下信息量成爆炸式增长，网络文本信息杂乱、缺乏必要的逻辑整合，用户获取效率较低。自动综述技术从不同层次论述话题，形成事实描述清楚、观点分析透彻的文本报告，有效提高用户获取信息的质量。
　　本文针对网页新闻数量巨大、内容杂乱的不足，提出了基于文本结构特征的网页新闻长文本自动综述技术。利用网页新闻的词汇特点和网页标签，采用特征项重要性判定算法对自动文摘技术进行改进，提高文摘准确性。基于网页新闻自动摘要生成，分析用户阅读需求，提出新闻文本自动综述框架，提高综述报告的完整性和可读性。
　　根据微博文本短小且具有复杂社会化关系的特点，提出微博短文本的自动摘要方法。该方法结合实体关系模型对摘要方法进行改进，基于关系网络生成微博文本摘要。实验结果显示该方法能够有效对具有复杂社会关系的短文本进行表示，通过实体关系有向图模型生成文摘可有效提高召回率和准确率。
　　结合用户阅读微博所需要的文本概括和数据分析要求，实现面向舆情分析的微博自动综述系统。该系统能够结合数据的变化、分布特征总结事件的传播概况，分析话题观点，提供的综述报告能够帮助用户实现信息及时获取和舆情快速分析。

目录

声明

第一章 绪论

1.1 研究背景

1.2 国内外研究现状

1.3 论文主要研究工作

1.4 论文组织结构

第二章 相关技术研究

2.1 自动文摘生成方法分析

2.2 自动综述技术研究

2.3 本章小结

第三章 基于文本结构特征的网页新闻综述生成技术

3.1 网页新闻综述生成流程

3.2 网页新闻文本特征分析

3.3 特征项重要度判定

3.4 网页新闻综述生成

3.5 本章小结

第四章 基于实体关系网络的微博自动文摘技术

4.1 实体关系抽取简介

4.2 实体关系网络模型介绍

4.3 基于实体关系网络的微博自动文摘方法

4.4 评价方法与实验结果分析

4.5 本章小结

第五章 面向舆情分析的微博自动综述系统设计与实现

5.1 面向舆情分析的微博自动综述系统

5.2 微博文本的自动文摘模块设计与实现

5.3 话题层次挖掘模块设计

5.4 微博群体分析模块设计

5.5 本章小结

第六章 总结和展望

6.1 研究结论

6.2 研究展望

致谢

参考文献

作者在学期间取得的学术成果