基于词语热度的启发式中文句子压缩

【摘要】目前文本压缩是一门很有前景的技术,句子压缩又是文本压缩的核心部分,因此研究句子压缩是很有意义的。句子压缩技术在保留句中主题信息的基础上缩短句子的长度,便于读者获取其中最重要信息。现有句子压缩方法分为两类：基于规则的方法和基于统计的方法。然而已有的基于规则的方法大多只适用于英文句子的压缩,不能移植到中文句子压缩中；基于统计的方法又依赖于“原句-压缩句”的对齐语料库,中文的对齐语料库难以获得,也增大了研究的难度。本文通过研究人工压缩结果并结合语言学知识,提出了一个基于语言学的启发式规则算法,在该算法中将规则分为两组,词语层面的压缩规则和分句层面的压缩规则,每组规则再按照删除相关成分在句子中的影响从小到大排序。通过两组压缩规则修剪句法分析树中的次要成分,最终获得保留了句子重要信息的压缩句。为了满足用户获取最新最热信息的需求,提出了基于热度的压缩方法,用以提高句子的热度。基于热度的压缩方法在使用启发式规则的基础上,将词语热值加入到词语重要性的计算中,从而提高热词在句子中的重要程度。本文通过对规则赋予不同的权重来寻求最佳的压缩结果,并提出了使用模拟退火算法求得最佳权重的方法。实验结果表明,基于语言学的启发式规则算法与现有的基于规则算法相比,具有更好的压缩效果。基于热度的启发式中文句子压缩算法不仅提高压缩句的热度,也提高了整体算法的准确性。通过使用模拟退火算法求得每个规则对应的权重,在这组权重下对句子进行压缩,压缩效果更好。
【作者】韩静；
【导师】张东站；
【作者基本信息】厦门大学，计算机应用技术，2014，硕士
【关键词】中文句子压缩；热词；模拟退火；

【参考文献】
[1]张艳玲.多参数智能电动车系统研究[D].燕山大学,仪器仪表工程,2014,硕士.
[2]夏伊丽.基于CGE模型的我国生物质能经济激励政策的研究[D].浙江工业大学,2009.
[3]戴礼勇.大跨度公铁两用悬索桥静风稳定性研究[D].西南交通大学,桥梁与隧道工程,2013,硕士.
[4]让林.武广高铁列车运行图缓冲时间设置与调整仿真[D].西南交通大学,交通运输工程,2014,硕士.
[5]白红英.女作家齐·敖特根其木格小说研究[D].内蒙古师范大学,中国现当代文学,2012,硕士.
[6]李德仁.数字江苏在国土规划与城镇建设中的作用[A].江苏省科学技术协会.地理空间信息技术与数字江苏论坛文集[C].江苏省科学技术协会:,2001:12.
[7]葛秀丽.《努力工作，“作”有成效》（第1-2章）翻译报告[D].四川外国语大学,翻译（专业学位）,2014,硕士.
[8]秦臻.当代家用纺织品图案时尚化研究[D].北京服装学院,设计艺术学,2012,硕士.
[9]黄蕊,高立群.带有非线性不确定参数的线性系统的鲁棒稳定性和鲁棒镇定问题[J].控制与决策,2000,05:535-539.
[10]黄遂.纳米二氧化硅对Sprague-Dawley雄性大鼠生殖毒性研究[D].湖南师范大学,流行病与卫生统计学,2013,硕士.
[11]张侃君,尹项根,陈德树.乒乓式励磁绕组接地保护若干问题的探讨[J].电力系统自动化,2006,11:56-60.
[12]段颖.初中语文教科书中文学文本的“母题”研究[D].新疆师范大学,学科教学,2013,硕士.
[13]师小强.宽频带超材料吸波体的设计及其特性研究[D].郑州大学,光学,2013,硕士.
[14]陈亮.矮塔斜拉桥混凝土索塔锚固区应力分析[D].西南交通大学,建筑与土木工程,2014,硕士.
[15]郭映.用于柴油车尾气处理的尿素喷射泵监控系统[D].华中科技大学,材料加工工程,2013,硕士.
[16]周新春.安全监管人员工作压力与职业倦怠状况研究[D].北京化工大学,工商管理（专业学位）,2013,硕士.
[17]胡雪梅.网络流行语的模因-顺应论视角[D].西南大学,英语语言文学,2013,硕士.
[18]张壮.F公司汽车零部件研发项目管理研究[D].吉林大学,工商管理,2013,硕士.
[19]李雪寒.我国南方大中型沼气工程的发展模式[D].江西农业大学,农业生物环境与能源工程,2012,硕士.
[20]孙雪.国际商会2012仲裁规则之“仲裁第三人制度”研究[D].复旦大学,法律,2012,硕士.
[21]苑韦虹.地裂缝计算模型及参数研究[D].长安大学,建筑与土木工程（专业学位）,2014,硕士.
[22]周恩龙.新型干粉吸入器的设计与分析[D].苏州大学,机械制造及其自动化,2014,硕士.
[23]高冉.气相色谱—质谱法快速筛查地下水中94种农药多残留[D].中国地质科学院,分析化学,2014,硕士.
[24]舒真珍.依托校园文化提升大学生思想政治素质研究[D].宁波大学,思想政治教育,2013,硕士.
[25]江恒.旋转机械实时在线状态监测系统的研究——数据采集卡的研究与设计[D].浙江大学,测试计量技术及仪器,2004,硕士.
[26]杨立.基于领域知识的知识发现研究[D].中国科学院研究生院（软件研究所）,2005.
[27]姚颖.汉语估测性话语标记语研究[D].南京师范大学,语言学及应用语言学,2012,硕士.
[28]罗小勇.论我国证券监管法律模式的完善[D].湘潭大学,经济法学,2003,硕士.
[29]须文雅.钛合金微弧氧化膜层结构性能研究[D].长安大学,机械工程,2013,硕士.
[30]狄虎威.加力燃烧室齿冠状混合器结构优化与性能分析[D].南京航空航天大学,工程热物理,2012,硕士.
[31]邢晨岚.高低强迫清洗倾向个体对厌恶面孔的注意偏向研究[D].湖北大学,发展与教育心理学,2011,硕士.
[32]周洋波.表面改性的磁性纳米粒子在药物传递中的应用研究[D].西南交通大学,生物化工,2012,硕士.
[33]孙忠.基于大涡模拟方法的数值风洞技术与应用研究[D].西安建筑科技大学,结构工程,2013,硕士.
[34]崔建伟.中国上市公司财务困境研究——基于公司治理结构的分析[D].吉林大学,数量经济学,2004,硕士.
[35]姜波.基于神经网络的人民币识别系统研究[D].西安理工大学,信号与信息处理,2004,硕士.
[36]武雅薇.网络环境下非英语专业大学生自主学习英语能力的研究[D].山西师范大学,外国语言学及应用语言学,2014,硕士.
[37]肖仲云.构建企业集团财务控制体系的核心问题研究[D].苏州大学,企业管理,2003,硕士.
[38]裴广畅.IgA肾病肾脏淋巴管新生和异位淋巴结形成与病变程度、预后相关[D].华中科技大学,肾脏病学,2013,博士.
[39]翁爱华,李舟波,王雪秋,陆敬安,莫修文.基于回归M-估计的核磁测井数据反演[J].石油地球物理勘探,2002,03:258-261+306.
[40]孙晓东,焦玥,王晓桐,胡劲松.物流系统平面布置的神经网络综合评价方法[J].物流技术,2004,07:32-34.
[41]杨玲.长株潭地区低碳经济发展水平评价及金融支持研究[D].湖南师范大学,人口、资源与环境经济学,2014,硕士.
[42]张日东,王树青.基于支持向量机的一类非线性系统预测控制[J].控制与决策,2007,10:1103-1107.
[43]黄巍.高职院校非英语专业学生英语学习中存在的问题及改进策略研究[D].东北师范大学,教育学原理,2012,硕士.
[44]张庆芳.轻烃回收装置小型化设计[J].油田地面工程.1991(04)
[45]韩雪梅.拮抗针法对改善中风后遗症肌痉挛状态的临床研究[D].黑龙江中医药大学,针灸推拿学,2004,硕士.
[46]孟凌雁.莱芜市公路建设对区域经济影响研究[D].西南大学,区域经济学,2013,硕士.
[47]刘亚玲.国际商事仲裁第三人制度探析[D].华东政法学院,国际法学,2003,硕士.
[48]徐芳.流程再造视角下医院服务质量管理研究[D].华东理工大学,公共管理（专业学位）,2013,硕士.
[49]王国勇.基于SNS的技术协会组织交流平台构建与实现[D].东华大学,计算机软件与理论,2014,硕士.
[50]远航.百焦耳固体激光器时间波形主动整形技术研究[D].哈尔滨工业大学,物理电子学,2014,硕士.