資訊動態(tài)
Latest News
在自動提取網(wǎng)頁描述過程中，文本中有些內(nèi)容和對象非常重要，它們會直接影響到摘要的質(zhì)量。例如，標題中出現(xiàn)的關(guān)鍵詞、詞的頻率、詞的位置、句子長度、句子結(jié)構(gòu)以及排版特征等，它們在自動生成描述的過程中，對摘要句的篩選、摘要的組織等發(fā)揮著重要作用，必須對它們深入體會，多加分析。
(1)詞頻
詞頻是指詞語在文本中出現(xiàn)的頻率。強調(diào)，具有標引價值的詞匯往往是中頻詞，高頻詞一般是反映句子語法結(jié)構(gòu)的虛詞，而低頻詞不適宜作為標引詞。同樣，在摘要中發(fā)揮重要作用的詞匯也是具有較高頻率的關(guān)鍵詞(重要詞)，而這些詞在整個文章中屬于中頻詞。通過對這些“中頻詞”的數(shù)量可以計算句子的權(quán)值來確定摘要候選句。
(2)標題
網(wǎng)頁文本信息標題的設(shè)計是文本內(nèi)容的重要體現(xiàn)，文本的各級標題都不同程度地反映了文本所討論的主要內(nèi)容。因此，標題中的詞匯是摘要的重要素材，其中關(guān)鍵詞和原文內(nèi)容和討論主題往往有緊密的聯(lián)系。剔除了標題中的功能詞，余下的關(guān)鍵詞可作為抽取摘要句的“重要詞”。
(3)指示詞
文章中會有許多短語(詞匯)用于引申出反映文本內(nèi)容的總結(jié)性的句子，這類短語或詞匯叫指示詞。這類指示詞有如下形式：“本文論述了”、“本文的目的”、“綜上所述”等等，這些指示詞后所接的句子往往高度概括了文獻主題。因此，這些句子被選作為摘要候選句的可能性非常大。
(4)位置
不同位置的句子對文章及段落的主題貢獻是不相同的，我們對此曾經(jīng)有過些研究，我們認為：段落首句為段落主題句的概率達85％，位于段落末句的概率也達7％。因此，這些位置的句子成為摘要句的可能性很大，在進行自動摘要的過程中，有必要提高處于這些特殊位置的句子的權(quán)值。
(5)句法結(jié)構(gòu)
文章中的句子形式有多種多樣，有陳述句、疑問句、感嘆句等等，但真正反映文章主題的主要還是陳述句，這也表明文章的摘要多以陳述句組成。因此，選擇摘要句時，應(yīng)盡可能地抽取陳述句，而應(yīng)避免疑問句、感嘆句等形式的句子進入摘要。
(6)句子長度
摘要表現(xiàn)為短和精，即以簡短的文字概括文章論述的主要內(nèi)容。因此，在選擇摘要句時，應(yīng)選擇那些較為精練簡短的句子，過度冗長的句子通常不宜選人摘要中。
(7)網(wǎng)頁排版特征
在網(wǎng)頁設(shè)計軟件日臻完善的前提下，對機讀文獻的排版格式也提出了很高的要求。編者往往通過特殊格式突出文獻的主題內(nèi)容，如加大字號、改為粗體或改為特殊字體，加下劃線、文字居中排列、加標號、增大縮進量、加陰影、加邊框、超級鏈接等。確定詞或句的權(quán)值時，應(yīng)考慮這些特殊的格式特征，適當?shù)貙?quán)值加大。
站內(nèi)優(yōu)化對于整個SEO項目來說，占據(jù)非常大的比重。外部鏈接只能是在內(nèi)部優(yōu)化的基礎(chǔ)上起到錦上添花的作用。我們的觀點：搜索引擎優(yōu)化的重點就是考慮如何把網(wǎng)站做好，迎合搜索引擎的規(guī)則，避免觸犯搜索算法。
聯(lián)系我們
高端創(chuàng)意建站品牌專家
|
|
|
|
|
|
地址：廣州市白云區(qū)白云大道北628號211創(chuàng)意園2層208房
電話：020-81717192
QQ：98707583
手機：18138752285
郵箱：98707583@qq.com