杨 华, 姬东鸿, 陈 波

(1. 贵州师范大学数学与计算机科学学院,贵州 贵阳 550001;2. 武汉大学文学院，湖北 武汉 430072;3. 武汉大学计算机学院，湖北 武汉 430072;4. 湖北文理学院文学院，湖北 襄阳 441053)



基于话题相关的文档集的无向基本要素网络的连通性探讨

杨 华1, 2, 姬东鸿3, 陈 波3, 4

(1. 贵州师范大学数学与计算机科学学院,贵州 贵阳 550001;2. 武汉大学文学院，湖北 武汉 430072;3. 武汉大学计算机学院，湖北 武汉 430072;4. 湖北文理学院文学院，湖北 襄阳 441053)

基于数量有限的文档，该文构建以基本要素中的head和modifier为节点的无向网络UBEN，调查了话题相关文档的UBEN的连通性，指出了话题相关的文档的UBEN具有的特性。讨论停用词对UBEN连通性的影响，比较了相关文档集和随机文档集的UBEN的联通特性的差异，指出了连通性在一定程度上是文档之间内容相关导致的融合结果。结论对多文档自动文摘和信息检索等任务有一定的意义。

话题相关文档集；自动文摘；复杂网络；连通性；信息融合

1 引言

近年来，复杂网络开始被用来描述语言这一复杂现象[1-4]，包括语言的起源、性质以及认知等。结点小于句子的网络主要有：单词同现/搭配(collaboration)网[1]，单词依存语法网[5]，同义词典网[2, 6-8]、概念网[6, 8-9]，词汇联想网[10]等。文献[4]综述了以单词、句子、文本为结点的语言网络。其他包含语言网络综述性内容的为文献[2-3]。目前构建的、在以句子级别以下的单元为节点的语言复杂网络大多有如下特点：基于海量的文档或者词典；大多没有权值；极少的网络是有向的。很多研究对以什么单位为结点，如何定义结点之间的关系，研究的兴趣何在都未给予充分的回答[4]。……