特定領(lǐng)域的自動摘要生成策略.pdf

1、自動摘要是文本挖掘的一個傳統(tǒng)研究領(lǐng)域。本文設(shè)計了兩種面向不同領(lǐng)域的自動摘要生成策略，分別為面向移動終端的移動摘要技術(shù)和面向觀點(diǎn)挖掘的觀點(diǎn)摘要技術(shù)；而觀點(diǎn)摘要又分為基于觀點(diǎn)持有者的觀點(diǎn)摘要技術(shù)和基于屬性的觀點(diǎn)摘要技術(shù)。 面向移動終端的自動摘要技術(shù)，對摘要本身提出了更嚴(yán)格的字?jǐn)?shù)要求。本文設(shè)計了一種基于改進(jìn)編輯距離的移動摘要技術(shù)，提取網(wǎng)頁中的最大重復(fù)串作為文檔的關(guān)鍵詞集合，利用改進(jìn)編輯距離生成適于在移動終端上顯示的摘要。對于含有子標(biāo)題

2、的文檔，采用層次型的摘要結(jié)構(gòu)，以提高摘要的覆蓋率。 以觀點(diǎn)持有者為核心的觀點(diǎn)摘要技術(shù)旨在更好地組織觀點(diǎn)信息，從不同的觀點(diǎn)表達(dá)者角度對評論目標(biāo)進(jìn)行分析。本文通過建立ChunkCRF模型對觀點(diǎn)表達(dá)句進(jìn)行觀點(diǎn)持有者的識別；對于同一個觀點(diǎn)句中含有多個觀點(diǎn)持有者的情況，借助語言學(xué)手段進(jìn)行預(yù)處理，再利用此模型進(jìn)行觀點(diǎn)持有者識別。在此基礎(chǔ)上，本文進(jìn)行了基于觀點(diǎn)持有者的觀點(diǎn)摘要與傾向性分析的工作。 基于屬性的觀點(diǎn)摘要技術(shù)試圖將用戶對產(chǎn)品

3、的評論按照產(chǎn)品的各個評論屬性分別進(jìn)行摘要。本文通過條件隨機(jī)域模型進(jìn)行比較關(guān)系和評論屬性抽取。在此基礎(chǔ)上，通過解決屬性歸并、傾向性分類等問題，生成優(yōu)化后的基于屬性的觀點(diǎn)摘要及其可視化結(jié)果。 實驗結(jié)果表明，本文生成的移動摘要在字?jǐn)?shù)、可讀性和完整性都具有很好的效果，而基于Q&A的評測方法驗證了層次型摘要結(jié)構(gòu)對該類文檔的有效性；基于ChunkCRF的中文觀點(diǎn)持有者識別方法達(dá)到了80％上以的準(zhǔn)確率，并且能夠很好的配合基于觀點(diǎn)持有者的觀點(diǎn)摘