基于层次凝聚聚类的说明性文本分割
cmp-lg
2016-08-31 v1 计算与语言
摘要
本文提出一种基于层次凝聚聚类的说明性文本分割方法。该方法以段落为基本片段识别文本中的层次话语结构，采用段落间的词汇相似度作为邻近度测试。可通过应用两条简单规则从识别出的结构导出线性分割；不过，层次结构也可用于文本的智能探索。所提分割算法针对公认的线性分割方法进行评估，显示出可比的结果。
引用
@article{arxiv.cmp-lg/9709015,
title = {Segmentation of Expository Texts by Hierarchical Agglomerative Clustering},
author = {Yaakov Yaari},
journal= {arXiv preprint arXiv:cmp-lg/9709015},
year = {2016}
}
备注
7 pages, Latex2e, 4 postscript figures