网页描述以及重要内容的优化

网页描述以及重要内容的优化

在自动提取描述过程中,文本中有些内容和对象非常重要,它们会直接影响到摘要的质量。例如,标题中出现的关键词、词的频率、词的位置、句子长度、句子结构以及排版特征等,它们在自动生成描述的过程中,对摘要句的筛选、摘要的组织等发挥着重要作用,必须对它们深入体会,多加分析。

(1)词频

词频是指词语在文本中出现的频率。具有标引价值的词汇往往是中频词,高频词一般是反映句子语法结构的虚词,而低频词不适宜作为标引词。同样,在摘要中发挥重要作用的词汇也是具有较高频率的关键词(重要词),而这些词在整个文章中属于中频词。通过对这些“中频词”的数量可以计算句子的权值来确定摘要候选句。

Read More