面向查詢多文檔文摘的文摘句選擇與排序研究.pdf

1、互聯(lián)網(wǎng)的飛速發(fā)展促進(jìn)了信息處理技術(shù)地不斷進(jìn)步。面向查詢的多文檔自動(dòng)文摘技術(shù)任務(wù)是基于特定的查詢，將大量的查詢結(jié)果文檔中的相關(guān)內(nèi)容濃縮為一個(gè)既與查詢相關(guān)，并且內(nèi)容簡潔、滿足個(gè)性化需求的文摘，它能夠回答查詢提出的問題，因此更具有針對性，更能適應(yīng)當(dāng)前互聯(lián)網(wǎng)環(huán)境下對信息獲取的個(gè)性化需要，因?yàn)樗瓤紤]到了用戶的查詢條件，又考慮了文檔集包含的主要內(nèi)容。 本文的主要工作包括以下幾個(gè)方面： 第一，本文提出了一種以關(guān)鍵詞語抽取為核心的文摘

2、句選擇策略。通過查詢擴(kuò)展相關(guān)技術(shù)得到相關(guān)多文檔集中詞語的查詢相關(guān)性特征，利用最大似然估計(jì)得到語料中詞語的話題相關(guān)性特征，并將這兩個(gè)特征值進(jìn)行特征線性融合得到詞語的重要度以確定關(guān)鍵詞語。然后通過關(guān)鍵詞語重要度來給候選句打分，進(jìn)一步利用改進(jìn)的MMR（Maximal Marginal Relevance）技術(shù)來調(diào)整候選句的總得分，最后挑選出文摘句。本文將特征融合引入到詞語層面，能夠在更細(xì)的層面上刻畫出句子信息，能夠選擇出更符合需要的文摘句。

3、 第二，本文提出了一種聚類與模板融合的文摘句排序策略。將文摘句集合聚類成子話題集可以保證文摘句的話題不中斷，根據(jù)文檔的文摘代表性選擇模板來為文摘句排序可以保證文摘句在邏輯上是連貫的。子話題間采用子話題在模板中的相對位置進(jìn)行排序，子話題內(nèi)采用文摘句在模板中的絕對位置進(jìn)行排序。實(shí)驗(yàn)結(jié)果顯示，本文所提出的方法有效地提高了文摘的可讀性。 實(shí)驗(yàn)結(jié)果表明，以關(guān)鍵詞抽取為核心的文摘句選擇策略和聚類與模板融合的文摘句排序策略都取得了比較好