Multi-Paragraph Segmentation Expository Text
Multi-Paragraph Segmentation Expository Text
复制标题
DOI：
10.3115/981732.981734
复制
发表时间：
1994-06
期刊：
影响因子：
--
通讯作者：
Marti A. Hearst
中科院分区：
文献类型：
--
作者：
Marti A. Hearst
本文描述了一种将文本分割成连贯的多段话语单元的算法TextTiling，该算法反映了文本的子主题结构。该算法利用领域无关的词频和分布信息来识别多个同时发生的主题之间的相互作用。该算法的两个完全实现的版本进行了描述，并显示出产生的分割，以及对应于人类的判断的主要子主题边界的13个冗长的文本。
This paper describes TextTiling, an algorithm for partitioning expository texts into coherent multi-paragraph discourse units which reflect the subtopic structure of the texts. The algorithm uses domain-independent lexical frequency and distribution information to recognize the interactions of multiple simultaneous themes. Two fully-implemented versions of the algorithm are described and shown to produce segmentation that corresponds well to human judgments of the major subtopic boundaries of thirteen lengthy texts.