1、在信息呈現爆炸式快速增長的互聯網信息時代,要想從這些海量的信息中,去除冗余信息,挑選出自己真正需要的,并不是一件非常容易的事情。同樣,對于從事科學活動的研究者來說,情況也是類似的。研究者經常需要了解自己所研究領域的研究熱點的發(fā)展變化趨勢;并且,有時甚至需要研究者能夠快速地了解并進入一個新的研究領域。閱讀相關領域的海量的論文,并從中獲取該領域的研究熱點顯然是一個相當痛苦的過程。如果通過領域內的論文集,能自動發(fā)現領域的研究熱點,肯定對需要了

2、解相關信息的研究者有很大的幫助作用?；诖四康?本文研究了基于論文摘要及引用信息的領域研究熱點發(fā)現的相關問題。本文的主要工作如下:
　　第一、利用論文間的引用關系及作者、發(fā)表時間等論文本身的基本信息,本文抽取了被其他ACL論文引用次數不少于20次的,876篇ACL論文的摘要文本及引用信息文本,構建了論文摘要語料庫及論文引用信息語料庫。
　　第二、本文提出了一種基于論文摘要及引用信息的領域研究熱點發(fā)現策略,對語料庫中的文本執(zhí)行

3、了熱點發(fā)現過程中的一系列關鍵操作,首先過濾掉其中的對發(fā)現熱點無貢獻的噪聲停用詞,用一種改進的 TF方法選取那些能充分代表該文本內容的特征詞;將這些特征詞向量化并賦予權值,以數學的語言對該文本進行重新描述;之后對文本執(zhí)行一種融合了AP算法與K均值算法的聚類操作,每個類簇都是對該論文的部分研究內容的一個概括。
　　第三、從聚類的結果的每一個類簇中,提取最能代表該類簇的句子,將這些句子整合生成對該論文的一個更全面的總結,從該總結中發(fā)現該