网上自动摘要系统性能改进的研发

《网上自动摘要系统性能改进的研发》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、上海交通大学硕士学位论文网上自动摘要系统性能改进的研发姓名：胡佩华申请学位级别：硕士专业：计算机应用指导教师：王永成20030101网上自动摘要系统性能改进的研发摘要随藿科学技术的进步，文献的数量正在迅猛地增长，使得专业入员即使不停地阅读也难以覆盖全部文献，因此人们将注意力转向了摘要。摘要可以理解成是文献内容的缩摄，其简洁性、清晰性馒得其作用越来越重要。此外，越来越多的人开始利用网络发布信息，网上的文本和多媒体信息数量如爆炸般地增长。在这个信息爆炸的社会，人’1迫切希望能对信息进行提炼与浓缩，以较少的文字表达中心意思，便能够减少阅读时间、降低存储容量和通信费用。对网上信息进行习动

2、摘要，能够帮助用户快速抓住文章的主题，大大减少用户获取有l信息的时间，提高效率。目前由王永成教授领导开发的具有国际领t水平的中英文自动摘要系统V4．0(办公网络版)已经推向市场，亭收到了相当多的反馈意见。本课题最终目标是在原有网上自动摘要系统的研究基础上，提高系统的适用性，增加系统功能，提高系统的速度。我们的研究得到．．国家八六三计划的支持(项目编号：863—3()6一ZD03—04—1)。同。圣题是国家中小型企业创新基金的资助项露。。本文从提高系统的适用性，增加系统功能，提高系统的速度等几一，方面对网上自动摘要系统性能提高进行了一些研究，本文主要的研究成果包括：>参与了中英文自

3、动摘要系统V4．0的商品化工作。维护和完善了中英文自动摘要系统(办公网络版)，包括相同句子的去重，多个分号句的粘连，以及摘要乱码问题等。》设计并实现了中英文自动摘要中的Word文件转换模块。对于该模块的实现进行了两种尝试。一方面我们用ApI的方式分析Word98、2000文件的存储结构，读出我们所需的文本信息提供给摘要系统使用。另一方面，我们用Word软件提供的COM对象读取原文文本信息。>通过分析基于树型结构有限自动机的多模式匹配(DFSA)算法，本文提出了一种基于有序二叉树的多模式匹配算法(SMA)。实验证明，该算法具有构造速度快、内存耗费少的特点，同时该算法也保留了传统多模

4、式匹配算法查找速度快的特点。>对基于有序二叉树的多模式匹配算法进行了改进，解决了摘要系统中对单双字节混合处理的问题。此外，探讨了该算法在中英文自动摘要系统办公网络版中的应用。>设计并实现了摘要系统中的高级功能，如存储与打印时自动配上标题的功能；实现摘要的批处理等。此外，对于包含帧格式的HTML网页，设计并实现了分辨摘要系统需要处理的分帧的算法。>设计了一个结合新闻搜索引擎和自动摘要的系统模型。将摘要系统集成在实验室的研究成果“新闻检索系统"中，为用户搜索结果提供了一个简单的200字之内的真正的全文摘要。关键字：自动摘要，WORD，有序二叉树，多模式匹配，COMRESEARCHAN

5、DDEVELOPMENTOFPERFORMANCElMPROVEMENTOFINTERNETAUTOMATICABSTRACTSYSTEMAbstractWiththequickdevelopmentofIntemet，moreandmorepeoplebegintopublishtheinformationontheIntemet．Therefore，thenumberoftextandmultimediainformationisincreasingwithhighspeed．Inmodemsocietywiththeexplosionofinformation，people

6、haveanurgetoabstractandcondensetheinformation，expressingthekeyworkwithlittletextinordertoreducethereadingtime，decreasethestoragecapacityandcommunicationexpense．ThesummarizationoftheinformationontheIntemetcanhelptheuserstomasterthethemeofarticle，decreasingthetimespentoncapturingtheusefulinform

7、ationandincreasingtheefficiency．NowtheChineseandEnglishautomaticsummarizationsystemversion4．O(officeandnetworkversion)hadbeenpublished，whichwasdevelopedbyprofessorWangYongChengandhadbeenappraisedtobethemostadvancedintheworld．Wehavereceivedalo