一种基于遗传算法的主题划分方法  

Study on Topic Partition Based on Genetic Algorithm

作　　者：傅间莲[1] 陈群秀[1] 

机构地区：[1]清华大学计算机系智能技术与系统国家重点实验室,北京100084

出　　处：《计算机工程》2006年第11期209-210,218,共3页Computer Engineering

摘　　要：提出了一个通过建立段落向量空间模型,根据遗传算法进行文本主题划分的算法,解决了文章的篇章结构分析问题,使得多主题文章的文摘更具内容全面性与结构平衡性。实验结果表明,该算法对多主题文章的主题划分准确率为89.3%,对单主题文章的主题划分准确率为94.6%。This paper establishes VSM for the whole article based on paragraph, then prnpnses an idea for multi-topic text partitioning based on GA. It solves the prnblem of chapter structural analysis in multi-topic article and makes the abstract of the multi-topic to have more general content and more balanced structure. The experiment on close test shows that the precision of topic partition for multi-topic text and single-topic text reaches 89.3% and 94.6% respectively.

关 键 词：自动文摘 向量空间模型 遗传算法 主题划分 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]