多媒體信息自動(dòng)摘要及其相關(guān)技術(shù)研究.pdf

1、隨著Internet的高速發(fā)展,網(wǎng)上的多媒體信息急劇增長(zhǎng).我們迫切需要更加有效的信息組織、總結(jié)和分析技術(shù),而信息的自動(dòng)摘要和自動(dòng)查詢則是其中的關(guān)鍵.我們需要建立一個(gè)系統(tǒng),它可以根據(jù)給定的語(yǔ)料庫(kù)回答有關(guān)文本的問(wèn)題,并且具備綜合和概括信息的能力.同時(shí)它能把多媒體信息組織起來(lái).要達(dá)到這個(gè)目標(biāo),必須研究多媒體信息自動(dòng)摘要系統(tǒng)和問(wèn)題回答系統(tǒng).該文首先全面闡述了有關(guān)多媒體信息自動(dòng)摘要的一些基本理論,包括大規(guī)模文本處理技術(shù)、自動(dòng)文摘技術(shù)、多媒體信息檢

2、索技術(shù)等.其中以自動(dòng)文摘的理論和技術(shù)的介紹為側(cè)重點(diǎn).介紹了自動(dòng)文摘系統(tǒng)的概念框架,并把這個(gè)框架加以引申作為統(tǒng)一全文各種多媒體信息自動(dòng)摘要系統(tǒng)的出發(fā)點(diǎn).該文自動(dòng)綜述屬于自動(dòng)文摘研究領(lǐng)域,是最新的發(fā)展趨勢(shì).提出了一個(gè)文本自動(dòng)綜述系統(tǒng)的模型并給出其完整實(shí)現(xiàn).這種方法利用了同一專(zhuān)題文本兩個(gè)層次的語(yǔ)義相關(guān)性:文檔內(nèi)部段落的語(yǔ)義相關(guān)性和文檔之間段落的語(yǔ)義相關(guān)性,從而實(shí)現(xiàn)了多文檔的自動(dòng)綜述.系統(tǒng)綜合了一些自然語(yǔ)言處理技術(shù),包括文本分段、文本段聚類(lèi)、向

3、量空間模型的相似度計(jì)算等.在傳統(tǒng)向量空間模型的基礎(chǔ)上提出了一種利用關(guān)聯(lián)詞典計(jì)算文檔間語(yǔ)義相似度的方法.所實(shí)現(xiàn)的文本自動(dòng)綜述系統(tǒng)具有領(lǐng)域無(wú)關(guān)、無(wú)需訓(xùn)練、易于實(shí)現(xiàn)、在現(xiàn)有框架下易于擴(kuò)展等特點(diǎn).該項(xiàng)研究成果在國(guó)內(nèi)屬首創(chuàng),跟蹤國(guó)際最新技術(shù)水平.問(wèn)題回答系統(tǒng)和自動(dòng)文摘系統(tǒng)有著緊密的聯(lián)系,它們即相互獨(dú)立又互為補(bǔ)充.問(wèn)題回答系統(tǒng)是TREC上最重要的一個(gè)任務(wù)之一.回顧了在TREC-10問(wèn)題回答系統(tǒng)上的工作.WordNet是一種重要的詞匯資源.在Word

4、Net上作的很多基礎(chǔ)性的工作,使WordNet成為一個(gè)容易使用的知識(shí)庫(kù).開(kāi)發(fā)了一種路徑搜索算法,借此可以在詞對(duì)之間進(jìn)行語(yǔ)義分析.在答案驗(yàn)證模塊,提出并實(shí)現(xiàn)了一種受限語(yǔ)法的語(yǔ)義驗(yàn)證方法,它把語(yǔ)法信息和語(yǔ)義信息結(jié)合起來(lái),使得答案的驗(yàn)證更加可靠正確,在問(wèn)題回答系統(tǒng)中得到了很好的應(yīng)用.視頻摘要技術(shù)是多媒體信息自動(dòng)摘要技術(shù)的另一個(gè)重要方面.文中回顧了視頻摘要的基本方法和關(guān)鍵技術(shù).然后提出了一種將NLP技術(shù)和視頻技術(shù)結(jié)合起來(lái)的視頻摘要的方法,并實(shí)現(xiàn)