偏重摘要技術(shù)及其應(yīng)用研究.pdf

1、互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，使電子信息逐年爆炸式地增長，雖然搜索引擎技術(shù)的發(fā)展使人們可以快速地從網(wǎng)絡(luò)上找到自己想要的信息，但隨著網(wǎng)絡(luò)信息的快速增多，人們花費(fèi)在搜尋有用信息上的時(shí)間也越來越多了。在這種情況下，單純的搜索引擎技術(shù)已經(jīng)越來越難于滿足人們迅速掌握有用信息的需求了。 早在1958年，以Luhn發(fā)表的題為《The Automatic Creation of Litemture Abstracts》的論文為起點(diǎn)，人們就開始了對自動摘

2、要研究。文本摘要具有簡潔，準(zhǔn)確、清晰和高效的特點(diǎn)，而自動摘要不但具有文本摘要的特點(diǎn)，而且能夠?qū)Ａ啃畔⑦M(jìn)行快速處理，日漸成為人們快速掌握信息的有效手段。在自動文摘近半個世紀(jì)的發(fā)展歷程中，人們在通用摘要方面取得了許多的研究成果。而依據(jù)用戶需求生成相應(yīng)摘要的偏重摘要技術(shù)，在最近幾年才受到了國外許多學(xué)者的研究關(guān)注，由于偏重摘要不但易于對信息進(jìn)行再處理，而且在信息檢索、問答任務(wù)以及其它領(lǐng)域中都能發(fā)揮積極的作用，使其逐漸成為了自動文摘領(lǐng)域的研究重

3、點(diǎn)。 本文對自動摘要、通用摘要、偏重摘要等相關(guān)概念進(jìn)行了較為深入的探討。在回顧偏重摘要的研究狀況之后，提出了基于關(guān)鍵詞密度分布算法的偏重摘要系統(tǒng)的設(shè)計(jì)。該系統(tǒng)采用Visual C++6.0作為開發(fā)語言，SQL，Server 2000作為數(shù)據(jù)庫，可以根據(jù)用戶的查詢需要，生成三種不同壓縮比率的自動摘要。 在對偏重摘要的應(yīng)用性研究中，分別設(shè)計(jì)了兩類不同實(shí)驗(yàn)進(jìn)行對比，檢驗(yàn)了偏重摘要在信息檢索和問答任務(wù)中的實(shí)用性和有效性。實(shí)驗(yàn)結(jié)果

4、表明，偏重摘要能夠滿足用戶的查詢特定信息的要求，實(shí)驗(yàn)中抽取的結(jié)果文摘的平均正確率分別達(dá)到了72.5％和86.5％。 最后，在參考有關(guān)文本摘要自動評測相關(guān)文獻(xiàn)的基礎(chǔ)上，融合當(dāng)前的兩類不同評測方法的優(yōu)點(diǎn)，提出了一種基于混合策略的中文文摘自動評測方法，并通過兩類不同的對比實(shí)驗(yàn)對該評測方法進(jìn)行了檢驗(yàn)和驗(yàn)證。實(shí)驗(yàn)結(jié)果完全符合我們的預(yù)期設(shè)想，從而驗(yàn)證了該評測方法的可行性。同時(shí)，實(shí)驗(yàn)也顯示了基于關(guān)鍵詞密度分布算法的自動摘要系統(tǒng)較之于基于語句相