基于引文的英文文檔文摘自動生成方法研究.pdf

1、對于一名科研工作者而言，快速進(jìn)入一個(gè)新的研究領(lǐng)域是痛苦的，因?yàn)檫@需要閱讀大量相關(guān)的已有文獻(xiàn)。一個(gè)快速高效的辦法是閱讀該領(lǐng)域的文獻(xiàn)綜述，從這類文章中可以快速了解該領(lǐng)域的歷史背景、研究現(xiàn)狀和未來趨勢。但優(yōu)秀的文獻(xiàn)綜述數(shù)量較少，并非在各個(gè)領(lǐng)域各個(gè)方向都能找到，其原因是一篇優(yōu)秀的文獻(xiàn)綜述一定是出自該領(lǐng)域的一位資深研究者之筆，并且費(fèi)時(shí)費(fèi)力。所以近年來，越來越多的學(xué)者開始研究自動文獻(xiàn)綜述系統(tǒng)，只需要用戶輸入其感興趣的研究領(lǐng)域，系統(tǒng)便能生成一篇該領(lǐng)域

2、的文獻(xiàn)綜述。作為這項(xiàng)研究的重要內(nèi)容之一，如何為單篇文章自動生成摘要自然也得到了學(xué)術(shù)界的高度重視。有研究表明，在引用同一篇文章時(shí)，不同的作者往往會關(guān)注不同的方面，因此，對一篇文章的引文集合進(jìn)行合理分析，就可以知道這篇文章做了什么工作，有哪些貢獻(xiàn)，以及對其研究領(lǐng)域產(chǎn)生了怎樣的影響。本文首先了介紹了一種已有的使用引文進(jìn)行自動文摘的方法，通過對該方法進(jìn)行分析，針對其存在的一些缺點(diǎn)和不足，提出了一種改進(jìn)的方法，改進(jìn)主要體現(xiàn)在：
　　1.在生

3、成的摘要中加入比較信息。在原方法生成的摘要中，僅包含貢獻(xiàn)信息，即描述目標(biāo)文獻(xiàn)所做工作或所取得成果的信息，但忽略了施引文獻(xiàn)中蘊(yùn)含的比較信息，即描述自己工作和已有工作之間有意義的不同之處的信息，通過收集并分析比較信息，便可以把握一個(gè)研究領(lǐng)域的發(fā)展脈絡(luò)，對文獻(xiàn)綜述自動生成意義重大，因此，在本文提出的方法中，將比較信息加入到了生成的摘要中。
　　2.使生成的摘要包含更多更重要的貢獻(xiàn)信息。在原方法生成的摘要中，包含貢獻(xiàn)信息的多少及包含貢獻(xiàn)信

4、息的重要程度直接取決于聚類是否精確。本文使用與原文不同的聚類方法，提高了聚類的精確度，從而使生成的摘要包含更多更重要的貢獻(xiàn)信息。
　　3.使用更加準(zhǔn)確的引文權(quán)重計(jì)算方法。原方法中，在得到聚類結(jié)果后，需要從每個(gè)類中抽取最具代表性的引文來組成摘要，因此需要計(jì)算引文的權(quán)重，原文在計(jì)算權(quán)重時(shí)只考慮了引文之間的文本相似性，在此基礎(chǔ)上，本文還綜合考慮了施引文獻(xiàn)的被引數(shù)和施引文獻(xiàn)通訊作者的影響因子，從而使權(quán)重的計(jì)算更加全面。
　　4.使用