抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
マルチメディアとインターネット技術の急速な発展により,英語ニューステキスト要約技術は,英語ニューステキストコンテンツを迅速に得る方法として,広く注目されてきた。グラフモデルに基づく英語ニューステキスト要約の既存の方法は,通常,グラフの頂点として英語ニューステキストを取り上げて,2つの頂点の間の関係をエッジによって表現した。それは良い結果を達成したが,ニューステキスト間の英語の複雑な関係を迅速に分類できない。この問題を解決するために,本論文は,英語ニューステキスト間の関係をモデル化するためにハイパーグラフモデルを使用し,英語ニューステキスト要約の分野におけるハイパーグラフモデルの応用に関する徹底的研究を実施する。インターネットの高い人気は,ニュース産業への地球共有変化をもたらしており,ニュースをインターネットに新聞し,ニュースをネット化するための大きな方法にしている。しかし,公共は大量のニュースから満足なイベントを出すことができない。この問題を解決するため,ユーザを迅速に発見し,ホットニュースを理解できる新しいイベント発見技術を作成した。さらに,ユーザ個人化推薦技術は顧客運用習慣に頼り,関心のホットイベントを持つ顧客を提供する。本論文で採用した個人化されたニュース推薦方法は,発見と個人化されたニュース推薦を統合する利点を持ち,より良い経験を有するユーザを提供する。従来の階層的クラスタリングアルゴリズムと比較して,本論文で提案したアルゴリズムは,精度を著しく改善した。Copyright 2022 Zhehao Wang. Translated from English into Japanese by JST.【JST・京大機械翻訳】