本文来自于：http://www.uuu5555.com，转载请注明！ i, Z$ e' C' \% h! k
在自动提取描述过程中，文本中有些内容和对象非常重要，它们会直接影响到摘要的质量。例如，标题中出现的关键词、词的频率、词的位置、句子长度、句子结构以及排版特征等，它们在自动生成描述的过程中，对摘要句的筛选、摘要的组织等发挥着重要作用，必须对它们深入体会，多加分析。0 _8 W% b7 m$ ~( h( {, m
(1)词频& p$ T" N$ I$ a* I3 c9 \/ Z
词频是指词语在文本中出现的频率。思亿欧强调，具有标引价值的词汇往往是中频词，高频词一般是反映句子语法结构的虚词，而低频词不适宜作为标引词。同样，在摘要中发挥重要作用的词汇也是具有较高频率的关键词(重要词)，而这些词在整个文章中属于中频词。通过对这些“中频词”的数量可以计算句子的权值来确定摘要候选句。
6 p5 K/ C, C6 | `0 r) H4 O! ] M) D (2)标题9 T% O9 R' s+ h7 A
文本信息的标题是文本内容的重要体现，文本的各级标题都不同程度地反映了文本所讨论的主要内容。因此，标题中的词汇是摘要的重要素材，其中关键词和原文内容和讨论主题往往有紧密的联系。剔除了标题中的功能词，余下的关键词可作为抽取摘要句的“重要词”。6 `" C% Q4 S; F! j0 z
(3)指示词
$ S+ T' F2 @6 b' E9 R5 z 文章中会有许多短语(词汇)用于引申出反映文本内容的总结性的句子，这类短语或词汇叫指示词。这类指示词有如下形式：“本文论述了”、“本文的目的”、“综上所述”等等，这些指示词后所接的句子往往高度概括了文献主题。因此，这些句子被选作为摘要候选句的可能性非常大。9 `* z; ]% _' C. C# B* q! q
(4)位置$ f& Q& v" h( D o
不同位置的句子对文章及段落的主题贡献是不相同的，思亿欧对此曾经有过些研究，我们认为：段落首句为段落主题句的概率达85％，位于段落末句的概率也达7％。因此，这些位置的句子成为摘要句的可能性很大，在进行自动摘要的过程中，有必要提高处于这些特殊位置的句子的权值。0 ^' k9 W {3 c& C0 O7 s, W3 z
(5)句法结构
* D1 H3 P$ q; n- n) ? 文章中的句子形式有多种多样，有陈述句、疑问句、感叹句等等，但真正反映文章主题的主要还是陈述句，这也表明文章的摘要多以陈述句组成。因此，选择摘要句时，应尽可能地抽取陈述句，而应避免疑问句、感叹句等形式的句子进入摘要。9 ?0 g2 X& x; Q7 U1 B; [
(6)句子长度
- x2 Q- D/ [; A5 ? X8 a( q# C 摘要表现为短和精，即以简短的文字概括文章论述的主要内容。因此，在选择摘要句时，应选择那些较为精练简短的句子，过度冗长的句子通常不宜选人摘要中。2 G" p, J- W7 ?; }7 }& C
(7)网页排版特征; a* ~* Q2 C" T' L, |, u* A
在网页设计软件日臻完善的前提下，对机读文献的排版格式也提出了很高的要求。编者往往通过特殊格式突出文献的主题内容，如加大字号、改为粗体或改为特殊字体，加下划线、文字居中排列、加标号、增大缩进量、加阴影、加边框、超级链接等。确定词或句的权值时，应考虑这些特殊的格式特征，适当地将权值加大。0 X* x. |( D& }( {$ X2 q& _
站内优化对于整个SEO项目来说，占据非常大的比重。外部链接只能是在内部优化的基础上起到锦上添花的作用。思亿欧的观点：搜索引擎优化的重点就是考虑如何把网站做好，迎合搜索引擎的规则，避免触犯搜索算法。0 D/ g, C7 x" }3 O: G; a9 X9 e
http://www.uuu5555.com/sitemap.xml' O2 b; X- M2 d& C1 j
1 k s) Y# h5 @/ I( H' ?& N |
