自动文摘技术及应用*

综述了自动文摘技术的研究进展。面向自动文摘系统用户,介绍了自动文摘系统及其应用,分析了机械文摘和理解文摘各自的特点,展望了自动文摘技术今后的发展方向和趋势。     

自动文摘评价方法综述

评价是自动文摘领域长期关注的焦点,对自动文摘技术的发展起着积极的促进作用。本文首先介绍了自动文摘评价方法的应用背景和面临的困难;然后对自动文摘评价方法进行了简单介绍和评价;接着在了解国内外研究现状的基础上详细分析了文摘评价方法的关键技术;最后对自动文摘评价方法未来的发展趋势进行了展望。     

自动文摘系统的历史和现状

本文了自动文摘系统的历史和现状，首先提出了自动文摘的两个历史阶段：机械文摘和理解文摘阶段，随后综合有介绍了两个阶段有代表性的几个系统，最后，谈到我国发展的情况，并指出信息革命到来的两个努力方向问题－增加系统的鲁棒性和扩大系统输入的非受限性。     

基于理解的自动文摘系统设计

介绍理解文摘的条件和人理解文章的三个阶段，论述了计算机理解文章的过程，指出基于理解的自动文摘是以文章的内容为依据，主要是汉字文章中的字，词，句，段和章的内容，给出一种基于理解的自动文摘系统ＴＭＲ的实验结果。     

面向冗余度控制的中文多文档自动文摘

多文档自动文摘能够帮助人们自动、快速地获取信息,是目前的一个研究热点。相比于单文档自动文摘,多文档自动文摘需要更多考虑文档之间的相关性,以及文档信息之间的冗余性。因此如何控制信息冗余是多文档自动文摘的一个关键所在。该文在考虑文摘特性的基础上提出了一个冗余度控制模型,该模型通过计算文本单元在主题概率分布之间的相似度来决定句子的选择,从而达到控制冗余的目的。实验结果表明,该方法能够有效降低冗余度,且总体性能优于现有的自动文摘系统。     

基于图排序算法的自动文摘研究综述

互联网技术的快速发展使得信息的采集和传播速度达到了空前的水平,海量的数据使得人们获取有价值的信息越发困难。自动文摘技术可以从海量的信息中提取出能代表原文重要内容且简洁精练的一段文字,高度压缩文档是解决信息超载问题的有效方法,因此自动文摘技术的研究引起人们越来越多的关注。目前诸如统计分析、机器学习技术以及语言学知识等在已有的自动文摘系统中都有所应用。对基于图排序算法的自动文摘的研究成果进行综述,首先阐述自动文摘以及图排序算法的基本知识,然后重点从图的构建、图排序、句子选择3个方面系统地介绍基于图排序算法的自动文摘的研究现状,最后在分析 已有自动文摘系统的基础上,探讨了基于图排序算法的自动文摘的未来发展方向。     

一种基于LexRank算法的改进的自动文摘系统

自动文摘是计算机语言学领域的一个研究重点,其研究和应用受到了计算机科学、语言学、情报信息学等相关学科的广泛关注。首先介绍了基于LexRank算法的自动文摘方法。针对该方法的不足,从句子相似度计算方法、句子权重计算方法以及冗余处理等方面对它进行了改进,从而可以根据输入文本内容动态地调整相关影响因子。实现的文摘系统,可以对中文和英文的单文本或多文本进行自动文摘。在哈工大和DUC的测评语料上进行了实验,结果表明该系统在一定程度上改进了文摘的质量,在多文本文摘中的抗噪声方面也有一定的优越性。最后讨论了自动摘要研究存在的问题,并指出了自动文摘的研究趋势。     

自动文摘方法分析*

介绍了目前自动文摘的四种实现方法,并对这四种方法的优缺点进行了较为详细的分析与比较,介绍了它们的应用实例。最后讨论了一种面向非受限领域的综合式中文自动文摘方法。     

自然语言篇章理解及基于理解的自动文摘研究

我们对文章结构进行了介析, 研究语言单位间的意义相关性, 基于这种相关性,提出意义分析方法, 并给出篇章的意义表示。最后, 分析了自动文摘研究现状, 介绍了我们在这方面的研究情况。     

命名实体识别和指代消解在文摘系统中的应用*

介绍了一个基于句子抽取的单文档自动文摘系统,在该系统基础上应用了命名实体识别和指代消解技术,最后通过人工评价和自动评价结果讨论命名实体识别和指代消解对文摘系统的贡献。     

文本聚类在自动文摘中的应用研究

针对当前自动文摘方法的不足，提出了基于文本聚类的自动文摘实现方法。将文本聚类引入自动文摘中，能实现多文档的自动文摘。实现了面向“塑料”行业的基于文本聚类的自动文摘系统TCAAS，其单文档自动文摘的正确率和召回率在80％以上，多文档自动文摘的正确率和召回率在75％以上。实验表明该方法可行，对自动文摘系统的设计具有借鉴意义和深入研究的价值。     

基于多Agent技术的自动文摘研究

针对自动文摘研究所面临的问题和现有单机自动文摘系统的性能特点,提出了基于多Ａｇｅｎｔ技术的自动文摘系统的构想,给出了其体系结构,阐述了系统的工作原理。该文摘系统是一个面向Ｉｎｔｅｒｎｅｔ的分布式系统,且具有较好的可靠性和开放性。     

关于自动文摘系统中文摘句式的一种机器学习方法

自动文摘系统中一个关键的问题是找出能构成摘要的重点句子。找出这些句子的方法很多,但用机器学习的方法却较少,该文提出了一种关于文摘句式的自动学习方法。该方法以经过简单的预处理的若干语句为训练样本集,以正例句为基点进行由底向上的泛化学习,抽象出关于句式的一般概念,形成句式规则集,作为判断文中哪些语句可作为文摘句的有效手段。这是文摘系统实现的核心部分。     

面向自动文摘的多Agent系统中的协调算法研究

为了解决自动文摘系统所面临的领域通用性和文摘质量的矛盾,提出了建造面向自动文摘的多Aent系统（MAS／ABS)的方案。建造这样的系统,有两个关键问题：建立什么样的系统模型和选择什么样的协调算法。给出了在Internet环境下面向自动文摘的多Agent系统模型,提出了3种协调算法。在仿真的基础上分析了系统性能,对3种协调算法进行了比较研究,并得到了在一定负载下面向各个领域合适的文摘Agent数目。     

基于篇章多级依存结构的自动文摘研究

自动文摘是自然语言处理领域的一项重要的研究内容,其研究目的是探索人类从自然语言篇章中获得取信息,提炼信息的思维机制,并在此基础上开发出能够自动编写文献摘要的软件,从面提高信息检索、传播的效率。     

基于知识的文本摘要系统研究与实现

提出了一个基于知识的文摘系统模型,并基于这种模型实现屯一个文本摘要系统ＬＡＤＩＥＳ,另外,还提出了一种文摘系统的评估方法。     

基于相似分类的文献理解及自动文摘系统研究

文献理解与相关处理技术，一直是自然语言理解研究领域的热点问题。本文在分析自然语言理解的概念与困难的基础上，提出了一种文献近似分类算法；讨论了汉语分词这一难点问题的研究思路及其在文献理解中的应用，给出了一种汉语文摘生成处理的方法。初步的测试表明，该方法具有较高的效率。     

基于HowNet自动文摘的研究

自动文摘是指利用计算机自动对文本编制摘要,是自然语言理解的重要应用领域之一。限于相关领域的已有水平,现阶段的自动文摘系统多数是以词语频率作为依据,以词频高的词语作为文章的关键词语,得到的文摘往往与原文中心思想相差甚远,因此,需要对文章的语法、语义和语境进行分析。本文利用HowNet得到词语概念的方法,建立基于概念的自动文摘系统。