基于語(yǔ)義的中文自動(dòng)文摘系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著Internet的快速發(fā)展，信息呈爆炸式的增長(zhǎng)，人們面對(duì)著大量沒(méi)有經(jīng)過(guò)整理的原始數(shù)據(jù)，迫切需要能提供更有力的信息濃縮和篩選等加工工具。文摘作為文獻(xiàn)內(nèi)容的縮影，其間接性、準(zhǔn)確性和清晰性使其成為挖掘有用信息的有效方式。由于人工文摘效率低，費(fèi)時(shí)長(zhǎng)，難以滿足快速信息檢索的需要，需要借助計(jì)算機(jī)進(jìn)行文摘抽取。自動(dòng)文摘可以縮短文章加工和處理時(shí)間，大幅度降低文摘成本，為用戶迅速、準(zhǔn)確和廉價(jià)地獲取信息提供方便。
　　實(shí)驗(yàn)室前課題組在數(shù)據(jù)庫(kù)自然語(yǔ)

2、言查詢和句子依存分析方面取得較好的成果，但尚沒(méi)有充分利用詞語(yǔ)豐富的語(yǔ)義信息，并且依存分析也局限于某些特定的句型。本文研究的內(nèi)容是設(shè)計(jì)和實(shí)現(xiàn)一個(gè)基于語(yǔ)義的中文自動(dòng)文摘系統(tǒng)，主要有以下幾方面的成果:
　　1.實(shí)現(xiàn)了融合了多特征的中文自動(dòng)文摘系統(tǒng)。本文在研究自動(dòng)文摘現(xiàn)有方法的基礎(chǔ)上，分析文本句子的語(yǔ)義和結(jié)構(gòu)信息，設(shè)計(jì)了包括特征詞權(quán)重、句子位置和線索詞等多個(gè)特征。系統(tǒng)采用機(jī)器學(xué)習(xí)的方法對(duì)這些特征進(jìn)行訓(xùn)練和組合，最后獲得一個(gè)摘要器。該方法能

3、克服傳統(tǒng)摘錄式自動(dòng)文摘缺乏語(yǔ)義和結(jié)構(gòu)分析的缺陷。
　　2.設(shè)計(jì)了一種基于語(yǔ)義和句法依存分析的句子相似度計(jì)算方法。在文摘生成后，文摘所包含的信息可能存在冗余，為此需進(jìn)行冗余處理。本文在分析現(xiàn)有句子相似度計(jì)算方法的基礎(chǔ)上，考慮了語(yǔ)義層次和句法結(jié)構(gòu)對(duì)句子相似度計(jì)算的影響，結(jié)合二者進(jìn)行計(jì)算，取得了較好的效果。
　　3.設(shè)計(jì)了一種基于規(guī)則的可讀性加工方法。為保證文摘準(zhǔn)確并且有較好的可讀性，本文對(duì)已經(jīng)抽取的文摘句進(jìn)行關(guān)聯(lián)關(guān)系判別、關(guān)聯(lián)詞