面向事件的多文檔自動(dòng)文摘研究.pdf

1、一個(gè)主題下可以有多個(gè)事件，主題是抽象的，事件是具體的，同主題下的事件具有相似性。本文主要對(duì)相同主題下的不同新聞報(bào)道進(jìn)行事件識(shí)別，對(duì)同一事件的文本進(jìn)行聚類，研究面向事件的多文檔文摘的自動(dòng)生成，以解決多文檔文摘質(zhì)量不高，文摘句覆蓋率低、文摘可讀性差的問題。
　　 本文的研究工作概括如下：
　　 (1)針對(duì)面向主題的多文檔文摘可能會(huì)造成具有相似性的不同事件識(shí)別難的問題，本文重點(diǎn)研究突發(fā)事件主題下的多個(gè)事件，將ICTCLAS系統(tǒng)

2、嵌入到GATE（語言工程的軟件架構(gòu)）中，利用GATE工具，實(shí)現(xiàn)事件觸發(fā)詞的識(shí)別。
　　 (2)針對(duì)目前句子相似度計(jì)算方法存在的問題及HNC理論具有語義角度理解詞語和分析句子結(jié)構(gòu)等特點(diǎn)，本文提出了基于HNC的詞語相似度計(jì)算和句子相似度計(jì)算，在一定程度上提高了相似度的計(jì)算精度，為事件聚類和側(cè)面信息聚類打下了基礎(chǔ)。
　　 (3)在HNC計(jì)算觸發(fā)詞語的相似度基礎(chǔ)上，提出了事件聚類算法，解決了相似性的不同事件識(shí)別難的問題，完成事件

3、識(shí)別。針對(duì)同一事件的不同文檔，提出了在基于HNC句子相似度計(jì)算的基礎(chǔ)上對(duì)相似句子進(jìn)行聚類，實(shí)現(xiàn)了側(cè)面信息的識(shí)別，抽取出反映側(cè)面信息的候選文摘句，對(duì)相同側(cè)面信息的候選文摘句進(jìn)行基于詞對(duì)的子主題重要度計(jì)算和句子重要度計(jì)算，抽取文摘句，提高了多文檔文摘的質(zhì)量，在一定程度上滿足讀者的要求。
　　 (4)設(shè)計(jì)并實(shí)現(xiàn)了面向事件的多文檔文摘原型系統(tǒng)。從信息覆蓋度、可讀性和正確性三個(gè)方面，結(jié)合人工打分進(jìn)行評(píng)測，將實(shí)驗(yàn)結(jié)果與基于tf*idf文摘系