基于引用聚類的多文檔自動(dòng)文摘技術(shù)研究.pdf

1、互聯(lián)網(wǎng)的普及帶來了網(wǎng)絡(luò)電子期刊文獻(xiàn)的劇增，這給研究人員（尤其是初級(jí)研究人員）高效準(zhǔn)確地從海量信息中挖掘所需要的信息帶來了巨大挑戰(zhàn)。因此，如何對(duì)領(lǐng)域知識(shí)進(jìn)行自動(dòng)概括以提高研究人員獲取信息的效率變得日益重要。多文檔自動(dòng)文摘是自然語言處理中的一個(gè)重要研究課題，它可以實(shí)現(xiàn)對(duì)同一主題的多篇文獻(xiàn)的匯總和壓縮，通過提供一個(gè)簡(jiǎn)潔、全面的文摘，來減少研究人員閱讀文獻(xiàn)的時(shí)間并避免信息超載的發(fā)生。
　　為了對(duì)研究人員所關(guān)心領(lǐng)域的相關(guān)文獻(xiàn)進(jìn)行概述，本文在

2、現(xiàn)有的多文檔文摘技術(shù)的基礎(chǔ)之上，研究了基于引用聚類的多文檔自動(dòng)文摘技術(shù)，著重在引用聚類和文摘生成的研究。
　　在引用聚類部分，基于向量空間模型，通過采用不同的文本表示方式和文本相似度計(jì)算方法，得到了引用聚類的六種聚類指標(biāo)，即文獻(xiàn)摘要相似性指標(biāo)、基于查詢的文獻(xiàn)摘要相似性指標(biāo)、文獻(xiàn)引用上下文相似性指標(biāo)、基于查詢的文獻(xiàn)引用上下文相似性指標(biāo)、文獻(xiàn)共引互信息指標(biāo)以及文獻(xiàn)共引位置臨近性得分指標(biāo)。在此基礎(chǔ)上，根據(jù)文獻(xiàn)的引用位置與其主題間的相關(guān)性

3、特點(diǎn)，提出了一種基于引用位置距離的聚類評(píng)價(jià)方法，并基于該方法對(duì)六種聚類指標(biāo)的聚類效果進(jìn)行了比較。
　　引用聚類的目的是為了對(duì)與研究人員信息需求相關(guān)的多篇文獻(xiàn)按照主題的相似程度進(jìn)行分組管理，為之后的研究做鋪墊。
　　在文摘生成部分，為了對(duì)主題簇中多篇文獻(xiàn)的主要內(nèi)容進(jìn)行濃縮、提煉，采用不同的多文檔文摘技術(shù)(LexRank、Query Sensitive LexRank、MMR以及LexRankMMR)，根據(jù)句子的重要程度，從每個(gè)