中文自動文摘的研究與應(yīng)用.pdf

1、中文文本自動摘要是自然語言處理領(lǐng)域中的一個重要研究方向。面對當(dāng)今信息社會，如何在海量信息中搜尋所需要的信息，獲取信息的主旨，已經(jīng)是一個迫在眉睫的問題。自動文摘正是解決這一問題的有效技術(shù)，因此它具有廣泛的應(yīng)用前景和較高的研究價值。 本文首先介紹了文摘的定義、自動文摘的主要方法及其在國內(nèi)外的研究現(xiàn)狀，針對目前四種主要文摘方法的模型和各自優(yōu)缺點進行了討論分析，發(fā)現(xiàn)在現(xiàn)有的自然語言處理研究狀況下，基于篇章結(jié)構(gòu)的中文自動文摘方法能夠揚長避

2、短，最大限度的保證文摘的質(zhì)量，進而將深入研究篇章結(jié)構(gòu)作為主導(dǎo)思想，設(shè)計了一個基于篇章結(jié)構(gòu)的中文自動摘要系統(tǒng)模型。 本文重點研究內(nèi)容及所做主要貢獻為篇章層次結(jié)構(gòu)分析、篇章內(nèi)容結(jié)構(gòu)分析和系統(tǒng)的設(shè)計。 1.篇章層次結(jié)構(gòu)分析是篇章結(jié)構(gòu)分析的首要工作。主要提出了一個篇章自動標引算法，此算法是根據(jù)文本層次結(jié)構(gòu)特點給出的基本定義，結(jié)合語法分析的部分結(jié)果而設(shè)計，以此作為劃分層次的標準。通過此算法，能夠快速有效的劃分篇章層次結(jié)構(gòu)，掌握文本

3、各個語言單元之間的隸屬關(guān)系。 2.篇章內(nèi)容結(jié)構(gòu)分析是篇章結(jié)構(gòu)分析的主要工作。在篇章層次結(jié)構(gòu)分析結(jié)果的基礎(chǔ)上，首先通過對語料的分析，總結(jié)出大量有用的識別規(guī)則和專用詞典，其次根據(jù)將RST理論、漢語的復(fù)句研究理論和漢語的語言特征研究相結(jié)合的理論思想進行內(nèi)容結(jié)構(gòu)分析。主要提出了篇章內(nèi)容結(jié)構(gòu)分析算法，此方法不同于以往針對整個文本內(nèi)容進行分析的方法，而是對篇章層次結(jié)構(gòu)中所劃分的每一個層次進行分析，針對每一層次不同的語言特點設(shè)計了不同的分析算