會(huì)議摘要提取技術(shù)與評(píng)估方法的研究.pdf

1、信息技術(shù)的發(fā)展日新月異，人們獲得信息的渠道也是多種多樣，用戶如何從海量的信息中獲得所需要的摘要信息已經(jīng)成為當(dāng)今信息領(lǐng)域研究的一個(gè)熱門話題?，F(xiàn)如今，每天的會(huì)議數(shù)不勝數(shù)，且由于會(huì)議的本身自發(fā)性的特征，從而很容易出現(xiàn)一些與會(huì)議內(nèi)容無(wú)關(guān)的話題，人們?nèi)羰腔ㄙM(fèi)時(shí)間去參加這些會(huì)議或者瀏覽會(huì)議全部?jī)?nèi)容必定浪費(fèi)大量的時(shí)間，若是人們能夠通過(guò)瀏覽會(huì)議摘要就可以獲得會(huì)議有效信息的話，不僅能夠節(jié)約冗長(zhǎng)的參會(huì)時(shí)間，而且也提高了信息訪問(wèn)的工作效率。自動(dòng)會(huì)議摘要提取系

2、統(tǒng)使得用戶僅僅通過(guò)瀏覽會(huì)議摘要就可以知道會(huì)議的內(nèi)容，從而避免了用戶訪問(wèn)冗余信息，該系統(tǒng)目前引起了研究者的廣泛關(guān)注。
　　會(huì)議摘要提取技術(shù)主要包括有監(jiān)督學(xué)習(xí)方法和無(wú)監(jiān)督學(xué)習(xí)方法，在使用有監(jiān)督學(xué)習(xí)方法進(jìn)行會(huì)議摘要提取時(shí)，摘要提取的任務(wù)被視為一個(gè)二元分類問(wèn)題旨在決定一個(gè)句子是否為摘要句。有監(jiān)督學(xué)習(xí)方法重點(diǎn)描述了支持向量機(jī)SVM方法，SVM二元分類方法是近幾年廣泛使用的分類方法，SVM在很多二元分類任務(wù)中具有較好的性能，然而那些接近分類面

3、的樣本本身不具備劃分摘要句與非摘要句的明顯特征，雖然這些樣本的置信值有大小區(qū)分，但是仍然是處于分類上的一個(gè)模糊地帶，相互之間不存在明顯的優(yōu)先級(jí)。針對(duì)SVM存在的一些缺陷，后又使用MMR方法對(duì)SVM進(jìn)行了后處理，并通過(guò)實(shí)驗(yàn)表明MMR方法不僅可以去除摘要中的冗余信息，而且相比單純使用SVM方法進(jìn)行摘要提取時(shí)性能更高。
　　本文以會(huì)議文本為處理對(duì)象，以SVM和MMR摘要提取算法為基礎(chǔ)，針對(duì)當(dāng)前會(huì)議是圍繞某個(gè)特定的主題進(jìn)行討論和交流的特點(diǎn)