基于子模函數(shù)的自動摘要研究.pdf

1、隨著信息時代的到來，網(wǎng)絡信息爆炸式增長，導致了各搜索引擎數(shù)據(jù)過載現(xiàn)象嚴重。如何快速有效地挖掘有用的知識，特別是提取網(wǎng)民對事件的情感、意見和態(tài)度等已成為重要的研究課題。文摘摘要技術是解決信息過載問題的關鍵手段之一，其目的是利用計算機自動地對給定的原始文檔或者文檔集進行摘要提取，生成一個簡短連貫又涵蓋原文核心內容的表述形式。
　　然而，自動摘要研究是一項具有挑戰(zhàn)性的任務。在其相關研究中，需要處理和解決冗余性、時間維度、句子排序和摘要優(yōu)

2、化等多個問題，這導致了文本摘要任務的復雜性，尤其是生成式摘要。目前，摘要質量的優(yōu)化是自動文摘中最為關鍵的問題之一，其中最大邊界相關算法(MMR)、整型線性規(guī)劃(ILP)都是優(yōu)化摘要質量的經(jīng)典方法。近年來，基于子模函數(shù)的摘要優(yōu)化方法逐漸成為本領域的研究熱點，它可以在有限的時間內以最優(yōu)或接近最優(yōu)的方式解決組合優(yōu)化問題。本文介紹了一種基于子模函數(shù)的文檔摘要句子選擇和優(yōu)化的研究方法，在特定約束條件下，采用貪婪算法可以解決單調的子模函數(shù)最大化問題

3、，使得生成的機器摘要以常數(shù)因子接近理想的標準摘要。具體工作主要包括以下兩點:
　　第一，提出了一種聯(lián)合子模函數(shù)的多文本摘要優(yōu)化選擇的改進方法。該方法首先以句子作為結點，以句子對之間的聯(lián)系作為邊構建無向圖。同時考慮文本內容相關性和多樣性構建摘要選擇集合函數(shù)，進行線性組合，采用貪婪算法選擇句子優(yōu)化摘要結果。此外，在傳統(tǒng)TFIDF余弦相似度計算基礎上，充分利用詞的語義關系，分別從基于WordNet語義和基于WMD轉移距離對句子相似度計算

4、進行了改進。在標準的多文檔摘要任務數(shù)據(jù)集DUC2004上進行實驗驗證了方法的可行性和有效性。
　　第二，提出了一種基于子模函數(shù)的觀點摘要研究的改進方法。該方法首先利用基于WordNet語義傳播算法構建關于電影Aspect的本體樹，進行評論句子分類。然后構建一類具有子模特性的目標函數(shù)來達到文本客觀內容（含內容相關性和多樣性）與主觀情感（情感的覆蓋性）之間的平衡，采用基于貪婪算法的局部枚舉方式抽取重要句子構成摘要候選集?；谖覀兊姆椒?/p>