主题分析和聚类
2023-01-13 09:28:00 etogether.net 网络 次
主题TH1围绕自由主义的各种问题展开讨论，由前面图2的分析我们知道第18～23段分别阐述自由主义的危害（18段）、来源（19段）、对马列的态度（20段）、性质（21段）、如何克服（22段）、结论并点题（23段）。在对图2的分析时已经指出第22段和第18段与其余各段的相似度较小，随着相似度门限的加大，在图1中它们不再属于同一主题而分别被划入主题TH2和TH3。第4、第17、第15段都明显提到自由主义的各种表现，它们和题目相关性很大，因而也被归入主题TH1中。
主题TH2主要由列举自由主义的各种不良表现的段落组成，图中我们看到第22段因为与第11段相关而被归入第11段所在的主题。显然第11、22、12段都是讨论“党群关系中的自由主义和群众利益”的问题，它们在内容上紧密相关，所以归入同一主题。其他主题的分析类似。
关系图还可用来简略分析篇章各主题之间的内部层次关系。我们知道，篇章各部分内容的层次关系往往符合一定的语义关联原则：描述同一主题内容（即同一层次）的各段相关性大于不在同一主题内的各段。因此，可以按段间相似度进行层次分析(仍用动态调整相似度门限或关系图中连通分支数的办法进行）。
图3是用关系图对图1进行层次分析所得到的聚类树，这里只给出四层(相应的主题数为1，2，4，8）。减少门限变化的幅度，可以得到更详细的分类层次，以满足不同用户的需要。对特定的篇章，主题数目越多（相似度门限越大），每个主题覆盖的内容就越窄。由图3我们看到第16段（原文为：“还可以举出一些。主要的有这十一种”)保持很强的稳定性，不会与其他段发生主题合并。事实上，第16段只是过渡性的插入语，内容上的差异导致了它与其他各段的相对独立性。
图3 篇章主题（段落）的聚类与层次关系
责任编辑：admin
上一篇：基于语言学知识的分析方法
下一篇：篇章结构关系图
微信公众号搜索“译员”关注我们，每天为您推送翻译理论和技巧，外语学习及翻译招聘信息。