基于概念擴(kuò)充和綜合評(píng)價(jià)的中文自動(dòng)文摘研究.pdf

1、本文首先對自動(dòng)文摘技術(shù)進(jìn)行了綜述，然后針對二者分別做了研究。在實(shí)現(xiàn)過程中，根據(jù)漢語自身的特點(diǎn)，引入并改造知網(wǎng)的詞匯語義資源，以概念擴(kuò)充和基于文檔主題的自動(dòng)聚類為基礎(chǔ)，重點(diǎn)進(jìn)行了多文檔自動(dòng)文摘研究。最后，通過引入綜合評(píng)價(jià)理論，實(shí)現(xiàn)了對生成文摘較為全面的評(píng)價(jià)。 對于單文檔文摘，實(shí)現(xiàn)了一種綜合式自動(dòng)文摘方法，并在這個(gè)原型系統(tǒng)上著重研究了評(píng)價(jià)方法。從評(píng)測方法的構(gòu)建、實(shí)驗(yàn)語料的選取到評(píng)價(jià)原則的制定都做了有益的嘗試。不僅驗(yàn)證了所采用方法的性

2、能，分析了影響文摘評(píng)價(jià)質(zhì)量的因素，而且為多文檔文摘的評(píng)測打下了基礎(chǔ)。 對于多文檔文摘，重點(diǎn)研究了以下幾個(gè)方面內(nèi)容：語句相似度計(jì)算、主題區(qū)域發(fā)現(xiàn)、新穎度獲取和綜述的生成。在其最重要技術(shù)——語句相似度計(jì)算研究中，為了提高查找效率，對知網(wǎng)提供的語義知識(shí)詞典進(jìn)行了改造，生成了便于處理的索引表和倒排表；然后使用概念查找算法獲取了關(guān)鍵詞的概念特征，實(shí)現(xiàn)了同義詞概念擴(kuò)充，在一定程度上克服了向量空間模型(VSM)缺乏語義的問題。評(píng)測內(nèi)容包括綜述