多媒體信息自動摘要及其相關(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.我們迫切需要更加有效的信息組織、總結(jié)和分析技術(shù),而信息的自動摘要和自動查詢則是其中的關(guān)鍵.我們需要建立一個系統(tǒng),它可以根據(jù)給定的語料庫回答有關(guān)文本的問題,并且具備綜合和概括信息的能力.同時它能把多媒體信息組織起來.要達到這個目標,必須研究多媒體信息自動摘要系統(tǒng)和問題回答系統(tǒng).該文首先全面闡述了有關(guān)多媒體信息自動摘要的一些基本理論,包括大規(guī)模文本處理技術(shù)、自動文摘技術(shù)、多媒體信息檢

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

3、量空間模型的相似度計算等.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)詞典計算文檔間語義相似度的方法.所實現(xiàn)的文本自動綜述系統(tǒng)具有領(lǐng)域無關(guān)、無需訓(xùn)練、易于實現(xiàn)、在現(xiàn)有框架下易于擴展等特點.該項研究成果在國內(nèi)屬首創(chuàng),跟蹤國際最新技術(shù)水平.問題回答系統(tǒng)和自動文摘系統(tǒng)有著緊密的聯(lián)系,它們即相互獨立又互為補充.問題回答系統(tǒng)是TREC上最重要的一個任務(wù)之一.回顧了在TREC-10問題回答系統(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成為一個容易使用的知識庫.開發(fā)了一種路徑搜索算法,借此可以在詞對之間進行語義分析.在答案驗證模塊,提出并實現(xiàn)了一種受限語法的語義驗證方法,它把語法信息和語義信息結(jié)合起來,使得答案的驗證更加可靠正確,在問題回答系統(tǒng)中得到了很好的應(yīng)用.視頻摘要技術(shù)是多媒體信息自動摘要技術(shù)的另一個重要方面.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)合起來的視頻摘要的方法,并實現(xiàn)