利用文本去噪提取文本中的信息丰富部分
信息检索
2013-08-02 v1 计算与语言
摘要
本文旨在报告一种名为“文本去噪”的新型文本缩减技术，该技术在处理大量文本数据（尤其是来自生物医学领域的数据）时能够突出信息丰富的内容。该技术的核心特征——文本可读性指数，体现了一个假设，即复杂的文本比其余部分包含更丰富的信息。当应用于生物医学关系承载文本提取、关键短语索引以及提取描述蛋白质相互作用的句子等任务时，显而易见，由文本去噪产生的缩减文本集比其余部分具有更丰富的信息。
引用
@article{arxiv.1307.8060,
title = {Extracting Information-rich Part of Texts using Text Denoising},
author = {Rushdi Shams},
journal= {arXiv preprint arXiv:1307.8060},
year = {2013}
}
备注
26th Canadian Conference on Artificial Intelligence (CAI-2013), Regina, Canada, May 29-31, 2013