基于Markov逻辑网的句子压缩方法.pdfVIP

ISSN 1000—0054 清华大学学报 (自然科学版)2011年 第 51卷 第 11期 13／27 JTsinghuaUniv(Sci＆Tech)，2011，Vo1．51，No．11 1686—169O 基于 Markov逻辑网的句子压缩方法 金 锋 ， 黄民烈， 朱小燕 (清华大学 计算机科学与技术系，北京 100084) 摘 要 ：提出了一种基于Markov逻辑网通过删除单词进行 可行的办法_2]。另外 ，句子压缩技术也可以用于视 英文句子压缩的方法。通过一阶逻辑公式表示单词的局部 频节 目的字幕生成 ，以及为移动设备生成简洁的文 特征以及单词之间的相互依赖关系，确定单词是否应该删 本_3 等许多领域 。 除。与现有方法相 比，该方法把判别式学习和整数规划的优 目前的相关研究提出的大多数方法都是通过删 点相结合，既融合 了丰富的句子特征，又以逻辑公式方便地 除不重要的单词或者短语来进行句子压缩的，这些 表示全局约束。在书面和 口语两个新闻数据集上的实验结 方法既包括有监督学习算法 ，也包括一些无监督方 果表明：该方法与L3和 sVTL系统相比具有明显优势，在 法 。Knight和 Marcul2用噪声信道模型来对句子 压缩率接近时，以人工压缩结果为评测标准 ，压缩后句子 的 依存关系F-score有较大提高。 压缩进行建模 ，同时提 出了一种基于决策树学习的 压缩算法 。McDonaldl5利用 了丰富的特征，包括单 关键词：句子压缩；文档摘要；Markov逻辑网 词、词性 、句法和短语结构特征 ，同时结合最大边 际 中图分类号：TP391．1 文献标志码 ：A 学习算法进行句子压缩 。还有一些相关研究中用到 文章编 号 ：1000—0054(2011)11-1686—05 了条件随机场 ]和支持 向量 回归等有监督学 习算 法 j。无监督方法主要包括那些基于整数规划 的压 缩方法 。句子中的单词通常不是孤立的个体 ，而是 相互依赖的，单词 的删除和保留是一个全局性 的问 题 。为了对这种全局依赖关系进行建模 ，一些研究 人员引入 了整数线性规划 [3]，并且把依赖关系表 示成规划的约束条件。有监督方法的优点在于可以 方便地融合丰富的特征 ，但是 由于计算效率等原 因， 往往难以处理全局依赖关系。而无监督 的基于整数 规划的方法虽然可 以处理全局依赖关系，却难 以融 合较多的特征 。