中文科技文獻(xiàn)自動(dòng)摘要系統(tǒng).pdf

1、隨著Internet的快速發(fā)展，人們迫切需要信息壓縮工具來對(duì)大量的信息進(jìn)行提煉、濃縮，而自動(dòng)摘要系統(tǒng)正是這樣的工具。人們可以首先利用計(jì)算機(jī)對(duì)這些大量的文本信息進(jìn)行處理，生成基本能夠反映對(duì)應(yīng)文章的主題的摘要信息。然后人們只要閱讀少量的摘要就能確定是否進(jìn)行進(jìn)一步閱覽全文，這將大大提高人們獲取電子文本信息的效率。 本文正是對(duì)中文自動(dòng)摘要系統(tǒng)研究的一個(gè)探索。本文首先介紹了摘要提取的定義、意義、摘要的分類以及摘要的書寫規(guī)范，提出了本課題的

2、研究背景和目標(biāo)。接著本文通過對(duì)現(xiàn)階段幾種主要的自動(dòng)摘要技術(shù)：基于統(tǒng)計(jì)的自動(dòng)摘要方法、基于自然語言理解的文摘方法、信息抽取、基于結(jié)構(gòu)的自動(dòng)摘要方法的比較和分析，得到它們自身的優(yōu)點(diǎn)和缺點(diǎn)，并在此基礎(chǔ)上提出一種主要基于傳統(tǒng)的統(tǒng)計(jì)技術(shù)，并結(jié)合一定的語義關(guān)系的摘要方法。 該方法主要結(jié)合了基于統(tǒng)計(jì)和理解的摘要技術(shù)，針對(duì)中文科技文獻(xiàn)提取出摘要。該方法首先對(duì)文本進(jìn)行分詞和詞形標(biāo)注處理，然后通過對(duì)詞頻等文本物理信息的統(tǒng)計(jì)，利用HowNet中的語義

3、關(guān)系計(jì)算詞語間的相似度，以此合并具有同義關(guān)系的詞語，結(jié)合停用詞詞庫和科技領(lǐng)域詞詞庫計(jì)算出詞語的權(quán)重，按照詞語權(quán)重提取出能表征文本主要內(nèi)容的特征詞；根據(jù)句子的物理信息以及句子中包含的特征詞情況計(jì)算出句子的權(quán)重，按照句子權(quán)重大小提出候選摘要句；最后利用VSM消除重復(fù)候選摘要句，并采取措施加強(qiáng)摘要連貫性、消減指代，參照科技文獻(xiàn)摘要寫作規(guī)范將候選摘要句按原文順序輸出。 最后本文還討論了系統(tǒng)的評(píng)價(jià)方法和系統(tǒng)的實(shí)驗(yàn)結(jié)果。實(shí)驗(yàn)結(jié)果達(dá)到了預(yù)期效