论文部分内容阅读
如何正确有效地确定文档的子主题边界对于自动文摘、问答系统等自然语言处理应用是非常重要的。然而多数文档中子主题之间没有明确的标记(如小标题)，这给子主题的提取带来一定的困难。文章首先分析了利用TexITiling算法进行隐式章节划分的基本原理。同时考虑到算法中人工定义参数可能会对系统的指标产生影响，利用遗传算法对其进行了优化，自动获取的参数值使系统准确率提高了7．1％。实验表明遗传算法是一种非常简单有效的参数优化方法。通过该文方法获取的参数更加适合中文文档的隐式章节划分。