會議摘要提取技術(shù)與評估方法的研究.pdf

1、信息技術(shù)的發(fā)展日新月異，人們獲得信息的渠道也是多種多樣，用戶如何從海量的信息中獲得所需要的摘要信息已經(jīng)成為當(dāng)今信息領(lǐng)域研究的一個熱門話題?，F(xiàn)如今，每天的會議數(shù)不勝數(shù)，且由于會議的本身自發(fā)性的特征，從而很容易出現(xiàn)一些與會議內(nèi)容無關(guān)的話題，人們?nèi)羰腔ㄙM(fèi)時間去參加這些會議或者瀏覽會議全部內(nèi)容必定浪費(fèi)大量的時間，若是人們能夠通過瀏覽會議摘要就可以獲得會議有效信息的話，不僅能夠節(jié)約冗長的參會時間，而且也提高了信息訪問的工作效率。自動會議摘要提取系

2、統(tǒng)使得用戶僅僅通過瀏覽會議摘要就可以知道會議的內(nèi)容，從而避免了用戶訪問冗余信息，該系統(tǒng)目前引起了研究者的廣泛關(guān)注。
　　會議摘要提取技術(shù)主要包括有監(jiān)督學(xué)習(xí)方法和無監(jiān)督學(xué)習(xí)方法，在使用有監(jiān)督學(xué)習(xí)方法進(jìn)行會議摘要提取時，摘要提取的任務(wù)被視為一個二元分類問題旨在決定一個句子是否為摘要句。有監(jiān)督學(xué)習(xí)方法重點(diǎn)描述了支持向量機(jī)SVM方法，SVM二元分類方法是近幾年廣泛使用的分類方法，SVM在很多二元分類任務(wù)中具有較好的性能，然而那些接近分類面

3、的樣本本身不具備劃分摘要句與非摘要句的明顯特征，雖然這些樣本的置信值有大小區(qū)分，但是仍然是處于分類上的一個模糊地帶，相互之間不存在明顯的優(yōu)先級。針對SVM存在的一些缺陷，后又使用MMR方法對SVM進(jìn)行了后處理，并通過實(shí)驗(yàn)表明MMR方法不僅可以去除摘要中的冗余信息，而且相比單純使用SVM方法進(jìn)行摘要提取時性能更高。
　　本文以會議文本為處理對象，以SVM和MMR摘要提取算法為基礎(chǔ)，針對當(dāng)前會議是圍繞某個特定的主題進(jìn)行討論和交流的特點(diǎn)