基于名實(shí)體的自動綜述系統(tǒng)研究.pdf

1、隨著互聯(lián)網(wǎng)的普及應(yīng)用，網(wǎng)絡(luò)已成為一個(gè)巨大的信息源。大量的數(shù)字信息在帶給人們豐富便利的信息資源的同時(shí)，也給有效信息的快速獲取帶來了一定的困難。對于一些重要的新聞事件，有大量的網(wǎng)站從多個(gè)角度及時(shí)提供最新的消息，方便了人們?nèi)媪私庥嘘P(guān)情況；但與此同時(shí)，面對同一主題成千上萬的、內(nèi)容相同或相似的網(wǎng)頁，讀者如果想獲得最主要的信息，需要耗費(fèi)大量的時(shí)間和精力去閱讀和分析。 自動綜述是指針對特定的主題進(jìn)行多文檔自動文摘，最終提供簡潔、重要的信息。

2、新聞專題自動綜述是多文檔自動文摘的一種應(yīng)用形式，它可以幫助人們快速了解某個(gè)新聞事件的概貌。對于多文檔自動文摘來說，文摘句抽取、句子冗余排除、文摘句排序是三個(gè)主要的難題。本文提出了一種基于名實(shí)體的面向新聞專題的自動綜述方法。該方法利用名實(shí)體識別統(tǒng)計(jì)發(fā)現(xiàn)重要的新聞要素，利用句子相似度排除冗余的信息，并根據(jù)時(shí)間信息排列輸出文摘。 針對本文提出的方法，設(shè)計(jì)了一個(gè)基于名實(shí)體的自動綜述系統(tǒng)，實(shí)現(xiàn)了提出的新方法。在該系統(tǒng)中，我們首先從新聞專題