论文部分内容阅读
从文本中提取主题串是自然语言处理的重要基础之一，传统的提取方法主要是依据“词典加匹配”的模式，由于词典的更新速度无法同步于网上新闻中新词汇涌现的速度，而且词典的内容也无法完全涵盖网上新闻的范围，因此这种方法不适用于网上新闻的主题提取，提出并实现了一种不用词典即可提取新闻主题的新方法。该方法利用网上新闻的特殊结构，在标题和正文间寻找重复的字串。经过简单的处理，这些字串能够较好地反映新闻 的主题，实验结果显示该方法能够准确、有效地提取绝大部分网上新闻的主题，满足新闻自动处理的需要。该方法同样适用于其它亚洲语