中文自動文摘的研究與應用.pdf

1、中文文本自動摘要是自然語言處理領域中的一個重要研究方向。面對當今信息社會，如何在海量信息中搜尋所需要的信息，獲取信息的主旨，已經是一個迫在眉睫的問題。自動文摘正是解決這一問題的有效技術，因此它具有廣泛的應用前景和較高的研究價值。 本文首先介紹了文摘的定義、自動文摘的主要方法及其在國內外的研究現狀，針對目前四種主要文摘方法的模型和各自優(yōu)缺點進行了討論分析，發(fā)現在現有的自然語言處理研究狀況下，基于篇章結構的中文自動文摘方法能夠揚長避

2、短，最大限度的保證文摘的質量，進而將深入研究篇章結構作為主導思想，設計了一個基于篇章結構的中文自動摘要系統(tǒng)模型。 本文重點研究內容及所做主要貢獻為篇章層次結構分析、篇章內容結構分析和系統(tǒng)的設計。 1.篇章層次結構分析是篇章結構分析的首要工作。主要提出了一個篇章自動標引算法，此算法是根據文本層次結構特點給出的基本定義，結合語法分析的部分結果而設計，以此作為劃分層次的標準。通過此算法，能夠快速有效的劃分篇章層次結構，掌握文本

3、各個語言單元之間的隸屬關系。 2.篇章內容結構分析是篇章結構分析的主要工作。在篇章層次結構分析結果的基礎上，首先通過對語料的分析，總結出大量有用的識別規(guī)則和專用詞典，其次根據將RST理論、漢語的復句研究理論和漢語的語言特征研究相結合的理論思想進行內容結構分析。主要提出了篇章內容結構分析算法，此方法不同于以往針對整個文本內容進行分析的方法，而是對篇章層次結構中所劃分的每一個層次進行分析，針對每一層次不同的語言特點設計了不同的分析算