中文文本中長句的主題詞辨識與其應用

Abstract

主題詞辨識可釐清文本的核心敘述，是文本理解中的一項重要工作。本論文提出一個中文文本語句主題詞之辨識法。此法乃利用重心理論並考量中文語句結構的特性，使之可應用於作文評分中的離題偵測、主題連貫性和語義概念結構分析。我們以長句中每小句重心為基礎，分別就其頻率、位置、主題延伸性、前後句之一致性、主題概念等特徵，進行權重設計以辨識每一完整長句的主題詞。從實驗結果顯示此法在長句主題詞的辨識上，在9篇報紙社論可達86.84%正確率，在22篇高中生作文可達80.86%正確率。另在83篇高中生作文的離題偵測實驗上，所提的方法也較前人所用的詞彙方法得到較佳的偵測，辨識效果可達63%正確率。