汉语文本的篇章结构和其标引算法的研究.pdfVIP

汉语文本的篇章结构及其标引算法的研究 单永明 山西大学计算机科学系，太原03 0 0 0 6 ■蔓：本文从形式化的角度讨论了汉语文本的篇章结构，培出了文事的标置、子标题、段落及其层次结构的 一种划分与标记方法，提出了规范的与准规范文本的概念．并以此为基础讨论了篇章结构的标引算法。本文 阐明的观点及方法和结果对汉语文车的全文支奉标引及结构化分析具有直接的现实意义。 关健词： 中文信息处理，文本自动分折，篇章结构，标引树，自动标引算法。 ofChinese StructureandIts Study Writings Indexing Al画orithm shah Yongn血g 030006 D印ar晒∞tofCompu把rsci∞∞，轴anxiUnivcrr咄,Tabm=mg ABSTRACr：lndiscusschinese structure丹omthe ofviewofformalizationFomml the呻p％wc wrihngs poim md ina descziptinns斯口tehe踟liosubheadingperagrat血船well祜their曲mc删relationscc“arc叫煳tanda structureis proposed．Andthen，weintroducethe systematic协ggingmethodtbrchinese州6ngs conceptionsoflhe iTiorm山textand textOnthebBis for quasi-normal ofthese,8Mtol砌e chinesewritingsstnlctLire indexing,dgo“thm isdiscussed．Tk andr％uUs s咖却i∞幅∞mIl∞惋n僦hods ofdirectand prc∞nted缸如鲫阻m practical forfulltext structuraland ofchinese significanceindexing∞danalysespro∞s∞s text． infonnetfon Keywertht：Chineseprocessing,mt幻r枷c。text∞ab9啦writings indexingalgori山m 在汉语文本的自动标引中，各标题、自然段、图、表等在文本中所处的位置，对文本自 动分析、自动分类、自动文摘等的有效进行是十分重要的”…．为此本文在文[1]的基础上就 汉语文本的篇章结构标引闷题作了迸一步的讨论，给出了文本的标题、子标题、段落及其层 次结构的一种划分与标记方法．并提出了规范文本与准规范文本的概念．最后给出了规范与 准规范两类文本的篇章结构自动标引算法。‘ 1．文本及其篇章结构韵形式描述 我们将汉语文本(以下简称文本)中的标题(包括文本的题目)、 自然段等看做单位子 串。若以w表示文本中的单位子串，符号“1”表示文本中的。另起一行”运算，则我们可 给出文本的