1、将文本聚类引入自动文摘中，能实现多文档的自动文摘。
2、本文提出了一种中文自动文摘的方法。
3、文本自动综述是自动文摘在多文档上的推广。
4、最后，概述了中文自动文摘的研究状况。
5、传统的自动文摘方法基于词语统计抽取文摘句，未进行文本的语义分析，导致文摘精度不高。
6、针对当前自动文摘方法的不足，提出了基于文本聚类的自动文摘实现方法。
7、首先阐述了人们进行自动文摘研究的必要*，并介绍了自动文摘的技术背景。
8、针对面向查询的多文档自动文摘，本文提出了一种系统实现方法。
9、多文档自动文摘技术日益成为自然语言处理领域的一个研究热点。
10、开发了一个基于概念向量空间模型的中文自动文摘系统。
11、讨论了一种面向非受限领域的综合式中文自动文摘方法。
12、自动文摘一直是自然语言处理领域研究的重点和难点。
13、自动文摘是自然语言处理领域的一项重要的研究课题。
14、与仅基于内容的自动文摘系统相比较，评测结果显示，该系统生成的摘要质量有明显提高。
15、文本的形式化表示一直是文本检索、自动文摘和搜索引擎等信息检索领域关注的基础*问题。
16、本文在最后还探讨了自动文摘在“知识发现”和文本信息挖掘领域内的初步应用。
17、文本倾向*识别在信息过滤、自动文摘、文本分类等领域有广泛的应用前景。
18、随着网络的发展，电子文本大量涌现，自动文摘以迅速、快捷、有效、客观等手工文摘无可比拟的优势，使得其实用价值得到充分体现。
19、文本倾向*识别在垃圾邮件过滤、信息安全和自动文摘等领域都有广泛的应用。
20、该文描述的算法给出了基于层次词典的关键字提取和基于语料库的自动文摘的实现。
21、本文的研究成果可以很好地应用于自动内容抽取、自动问答系统、话题追踪结果及自动文摘系统中。
22、实验表明该方法可行，对自动文摘系统的设计具有借鉴意义和深入研究的价值。
23、同时，语义褒贬倾向研究也为文本分类、自动文摘、文本过滤等自然语言处理的研究提供了新的思路和手段。
24、如何正确有效地确定文档的子主题边界对于自动文摘、问答系统等自然语言处理应用是非常重要的。
25、句子间相似度的计算在自然语言处理的各个领域都占有很重要的地位，在多文档自动文摘技术中，句子间相似度的计算是一个关键的问题。
26、BLIMS系统包括信息自动分类与关键字提取子系统、信息自动文摘子系统和双语信息库BLIB及其存储与检索子系统。
27、为解决词频矩阵的词频维数过大和矩阵过于稀疏的问题，提出一种子主题区域划分的多文档自动文摘方法。
28、用这些特征构成句子向量表示，并用机器学习的方法对其进行训练得到器，从而把自动文摘转换为分类问题。
