英文多文檔查詢型自動文摘研究.pdf

1、隨著信息技術和互聯網的發(fā)展,人們置身于浩瀚的信息海洋,可獲取的信息也越來越多,越來越紛繁復雜。人們越來越迫切地希望能夠對信息進行標引、提煉與濃縮,以較少的文字表達主要內容和中心意思,從而減少信息獲取的時間。文本的自動摘要技術正好為人們提供了一種解決方案,通過計算機自動從一篇或多篇文檔中提煉出用戶需要的信息內容,從而節(jié)省用戶獲取信息的時間,減輕用戶的負擔。文本自動摘要技術一直是自然語言領域的研究熱點,尤其是近年來,文本自動摘要出現了和自動

2、問題回答系統融合的趨勢,并更加注重于查詢型的文摘,國際上相關的文摘評測會議也越來越受到科研單位的重視。對于文摘領域語義關系、篇章分析、機器學習方法應用的研究越來越多,在這一背景下,本文嘗試對語義關系三元組這一重要特征以及機器學習方法應用于文摘做了詳細的探討。語義關系是文摘方法的重要特征,本文使用語義關系三元組這一重要特征來揭示文本之間的語義關系,在對句子進行充分的句法分析的基礎上,抽取語義關系特征形成三元組,并引入搜索引擎等外部知識庫,

3、轉化為更容易計算的詞、關系之間的語義聯系。在DUC權威語料上的實驗證明,使用該特征在各項文摘性能指標上超過了經典的TF*ISF方法,ROUGE-4指標提高了46.4％,而且由該特征單獨編制的文摘系統,和參加DUC2005年評測的32個系統相比,ROUGE-L指標排名為第10。抽取式的文摘方法,可以看作兩類的分類問題。機器學習方法可以選取最優(yōu)的特征組合,學習出文摘模型。本文采用了最大熵、支持向量機等模型實現基于機器學習方法的自動文摘系統,