动态多文档自动摘要研究.pdfVIP

动态多文档自动摘要研究4 张煜李素建欧阳佑 北京大学计算语言学研究所 摘要：动态多文档自动摘要指如何从多文档中对随时间发展而更新的事件进展情况进行自动摘要。在抽取 摘要框架下，本文针对事件发展的动态性提出了一种先进行文档过滤再进行摘要抽取的方法，其中文档过滤 的原则为：体现出当前文档集合与历史文档的区别，并提取反映当前文档集合主题的语句。根据文档过滤 的原则，我们引入语句的相似度计算，着重考虑了命名实体及词性对结果的影响。在2007年的文档理解会 议(Document understandinz 种方法对于撼获事件发展的动态性是有效的。 关键词：动态多文档；自动摘要；DUc2007 MuIti—dOcumentSummarizatiOnResearch Dynamic Yu LiY0u ZhangSujian 0uyang InstituIeof ComputationalLjIlgll破ics，PKU，Be巧i119，100871 Abstract： mlllti—documentsummarizaⅡ衄isto su衄arizationoft11eevent D1衄amic aulomaticaHygenerate winltime t11efram州orkOfextra甜Ve a dwelopiⅡg going．Under summarization，thispape『proposes lexl lexl jsfo tbecu∽丑ldocu功即lsIromlbe fi】l鲥ng，也ensumma矗zing．nep血cjpJeof捌lefingdisn丑gl卫ish re玎ect山emai丑ideaOf a documents，and currenIdoc呦ents．WeiⅡtroducesentence previous simnarilv metllodt11at thee雎ctofnamed朋tiliesand illto highlights DuC2007，our panof甲巳ech fntering．At this resunshowsmethodiseffectivetocatch event dynamicdevelopiⅡE． KeywOrds：DyllanlicMulti．do皿m如t：AutomaticSummariz甜ioⅡ；DUC2007 1 引言 自动文档摘要是自然语言处理的一个重要分支，随着互联网的发展以及数据挖掘技术的兴起，自动文档 摘要在信息处理过程中扮演着越来越重要的角色。文献fl】对传统的单文档自动文档摘要做了比较细致的介 绍，并指出实现文档自动摘要的四种主要方法：自动摘录、基于理解的自动文摘、信息抽取和基于结构的自 动文摘。文献[2]从文档结构出发，文献f3】综合了关键词和句子的相似度，把单文档自动摘要应用到小型通信 设备上并各自取得了成功；随着信息增长的趋势，自动摘要也越来越多地应用到了多文档中，文献f41在新闻 领域，利用了新闻文档比较规整的结构，对同一个主题的多篇新闻稿进行摘要，取得了不错的效果，文献f51 的支持。 ·5加· 文献f61分别从命名实体和文档聚类出发，提出了对多文档自动摘要的不同方法。 当前多文档自动