面向用戶的動態(tài)自動摘要的研究.pdf

1、上海交通大學碩士學位論文摘要蒲蘿現代信息爆炸般產生，信息如海如潮，社會對摘要的要求越來越強烈，同時，用戶對摘要的需求也越來越趨于多樣化。時代要求摘要面向用戶。面向用戶的一個重要特征是:生成的摘要具有動態(tài)性，對同一篇文章，不同的用戶可以得至。不同的摘要，也就是實現了個勝化摘要。1本課題的主要研究目標是在原有自動摘要系統(tǒng)的研究基礎上，進一步改善摘要面向用戶的特性，開發(fā)出面向用戶的動態(tài)自動摘要系統(tǒng)。QK主要包括兩方面的研究:提取主題和生成文章

2、大綱。其中生成文章大綱，主要是指劃分原文段落，在此基礎上生成文章大綱。在我們的自動摘要系統(tǒng)中，采用了交大OA實驗室的研究成果“文章大綱生成模塊”來完成這一功能。乒文將對自動摘要中提取主題的技術進行深入的研究，嘗試從概念的層次理解文章主題。恤著:nternet網絡的高速發(fā)展，社會對網絡信』息摘要的要求越來越強烈，而當前情況下，網絡信息還是以英文信息為主。英文自動摘要中應用我們的主題提取技術。我們的研究得到國家八六三計劃(課題編號為:所匆本

3、文主要研究”“和并863一306一04一0202863306ZD1023)的支持。由于選擇了仿人算法，我們取得了成功，獲得了“國際領先水平”的評價和第五屆上海博覽會金獎。我們的評測結果也證明我們的摘要質量比OFFICE200。的摘要更接近手工摘要。少本文的創(chuàng)新性工作大致可以簡述如下:》提出了主題概念提取法。御往抽取主題的研究主要是在提取主題詞的層次上，迄今為止，尚未見到關于提取主題概念的系統(tǒng)論述。但是，通過仿人研究，我們發(fā)現，人們在實際

4、使用中，主要是通過概念來理解文章主題的。因此，本文提出一種提取主題概念的方法:將詞匯按照概念聚類，從而提取出主題概念。我們方法的主要特征就是采用基于Wordnet的詞匯語義距離計算方法對詞匯進行概念聚類。同時，在概念聚類的同時，我們還探討了如何對英文多義詞進行語義消歧。為了體現面向用戶的特性詞匯語義距離的設想，，在主題概念提取法中，我們還提出動態(tài)計算為每個用戶建立信息庫作為語義網絡的輔助工具。尹上海交通大學碩士學位論文摘要Abstrac

5、tWiththeexplosionofinformationitismoreandmorenecessarytoresearchanddevelopautomaticsummarizationsystem.Atthesametimerequirementsofusersalsobecomemorediverse.Theageislookingforwarduserorientedsummarizationsystem.Oneofthem

6、ostimportantfeaturesofsuchsystemisthatthesummarymustbecreateddynamically.Itimpliesthatdiferentusersmaygetdiferentsummariesfromonesource.Inanotherwordssummarycanbeindividualized.Basedontheoriginalworkwedevelopedauserorien

7、teddynamicsummarizationsystem.Twofieldsofresearcharecarriedout:subjectextractingandtextoutlining.Thetextoutliningistosegmenttextandproducethetextoutline.InoursummarizationsystemweadopttheresultoftheOAlaboratoryofShanghai

8、JiaoTongUniversityforthisfunction.InthispaperImainlydiscussedoneoftheimportanttechnologiesofautomaticsummarization:thesubjectextraction.WeareinagreatneedofsummarizedinformationbecauseofthedevelopmentoftheInternet.Sincemo

9、stofinformationisinEnglishitbecomesurgenttodevelopasummarizationsystemforEnglishtext.SointhispaperwemainlystudytoapplyoursubjectextractingtechnologytosummarizationsystemofEnglishtextOurworkissupportedbythe863plan(project

10、codesare863306040202and863306ZD1023).Becauseofadoptingthehumanimitationmethodwesucceededfinally.Oursystemhasbeenappraisedtobethemostadvancedintheworldandwonthegoldmedalinthe5`hShanghaiScienceandTechnologyExposition.Wecom

11、pareoursystemwithOffice2000andfindthattheresultofoursystemissignificantlyclosertohumanjudgethantheresultofOffice2000.Themaininnovationsofthispaperarelistedasfollowing:》Designedamethodtoextractsubjectconceptsofatext.Mosto

12、fthepreviousresearcheswerefocusedonextractingsubjectwords.ThesubjectconceptextractingapproachhasntbeenreportedformallyHoweverwheninvestigatinghumanmethodwefoundthathumanoftenunderstandtextbycapturingitssubjectconcept.Int