论文部分内容阅读
文本分割在信息提取、文摘自动生成、语言建模、首语消解等诸多领域都有极为重要的应用。基于PLSA及LDA模型的文本分割试图使隐藏于片段内的不同主题与文本表面的词、句对建立联系，而基于小世界模型的分割则依据小世界模型的短路径、高聚集性的特点实现片段边界的识别。从模型的特点、分割策略以及实验结果等角度对基于三种模型的分割进行对比。分析表明，基于LDA模型的分割比基于PLSA模型的分割具有更大的稳定性，且分割效果更好。基于小世界模型的分割策略更适合小世界模型特性明显的文本：