基于人类概念学习的文本理解复杂度的度量方法

摘要

本发明涉及一种基于人类概念学习的文本理解复杂度的度量方法。它先保留文本中的名词和名词短语，作为文本的关键词集合，然后将出现次数多的关键词作为文本断言，再挖掘文本中的关联规则，最后根据人类概念学习过程计算文本理解的复杂度。本发明其本质为将文本的理解过程抽象为人类概念学习的过程，通过对概念中属性（关键词）以及属性间关系（关联规则）的算术运算来度量文本的理解复杂度。本发明从人类概念学习的角度出发，通过分析词以及词之间逻辑关系对文本的理解复杂度进行度量，从而为基于机器的文本理解提供技术支持。