2) subject extraction
主题抽取
1.
Novel chinese text subject extraction method based on word clustering;
一种基于词聚类的中文文本主题抽取方法
2.
Word segmentation or word extraction is always the first step of subject extraction.
主题抽取是文本自动处理的基础工作之一 ,而主题的抽取一直以分词或者抽词作为第 1步 由于汉语词间缺少明显的间隔 ,因此分词和抽词的效果往往不够理想 ,从而在一定程度上影响了主题抽取的质量 提出以字为处理单位 ,基于字同现频率的汉语文本主题自动抽取的新方法 该方法速度快 ,适应多种文体类型 ,并完全避开了分词和抽词过程 ,可以广泛应用在主题句、主题段落等主题抽取的多个层面 ,而且同样适用于其他语言的文本主题抽取 主题句自动抽取实验表明 ,该方法抽取新闻文本主题句的正确率达到 77 19% 汉语文本的主题抽取比较实验还表明 ,省略分词步骤并没有降低抽取算法的正确
3.
The paper aimed at the requirement of the automatic extraction of subject from the emergency plans,took up with the measures of lexical semantic relatedness,and has constructed a subject extraction model based on the lexical chain algorithm which accords with human s subjective feeling.
本文针对应急预案自动主题抽取的需求,采用词汇语义相关度计算的方法,构建了一个基于词汇链算法且符合人的主观感受的主题抽取模型。
3) theme's extraction
主题内容抽取
5) sentence extraction
句子抽取
1.
The multi-document summarizer using genetic algorithm-based sentence extraction(SBGA) regards summarization process as an optimization problem where the optimal summary is chosen among a set of summaries formed by the conjunction of the original articles sentences.
与基于聚类的句子抽取方法相比,基于演化算法进行句子抽取的方法是面向摘要整体的,因此能获得更好的近似最优摘要。
2.
It first mines product features from reviews, then classifies reviews at the granularity level of sentence,and at last generates summary via sentence extraction.
首先自动从评论中识别用户评价的商品特征,根据特征对评论句分类,然后使用句子抽取的方法生成摘要。
6) Thematic content analysis
主题抽题
补充资料：抽取反应
分子式：
CAS号：
性质：辐照生成的活性粒种(离子、激发分子、自由基)从其他分子中抽取1个1价原子(通常是H)的反应。可表示为：A++HR→AH++R•、A*+HR→AH•+R•、A•+HR→AH+R• (自由基通常从有机化合物中抽取氢和卤素原子)。
CAS号：
性质：辐照生成的活性粒种(离子、激发分子、自由基)从其他分子中抽取1个1价原子(通常是H)的反应。可表示为：A++HR→AH++R•、A*+HR→AH•+R•、A•+HR→AH+R• (自由基通常从有机化合物中抽取氢和卤素原子)。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条