基于信息融合的多文档自动文摘技术.pdfVIP

第 30 卷 　第 11 期 计 　　算 　　机 　　学 　　报 Vol . 30 No . 11 2007 年 11 月 C H IN ESE J OU RN AL O F COM PU T ER S Nov . 2007 　 基于信息融合的多文档自动文摘技术 徐永东 　徐志明　王晓龙 ( 哈尔滨工业大学计算机学院智能技术与自然语言处理研究室 　哈尔滨 　15000 1) ( ) 摘 　要 　提出了一个面向多文档自动文摘任务的多文本框架 Multiple Document Framework ,MDF ,该框架通过 系统地描述不同层面的文本单元之间的相互关系以及文档集合蕴含的事件在时间上的发生及演变 ,将多篇文档在 不损失文档集合原有信息的前提下实现信息融合. MD F 简化了传统交叉文本结构理论的文本集合表示模型 ,又补 充了信息融合理论中缺乏的事件主题的演变性和分布性信息. 文中给出了建立 MD F 、基于 MD F 的信息融合 、文摘 生成等一整套算法. 通过对 32 组不同主题的网络文档试验结果表明 ,MD F 策略很好地实现了多知识源的并行融 合 ,并获得了较好的结果. 关键词 　多文本框架 ;多文档自动文摘 ;信息融合 ;时间 中图法分类号 TP39 1 MultiDocument Automatic Summarization Technique Based on Inf ormation Fusion XU Yon gDong 　XU ZhiMin g 　WAN G XiaoLon g ( I ntel l i g ent Technology N at u ral L ang uag e P rocess i ng L aboratory , S chool of Comp uter S cience an d Technology , ) H arbi n I ns t it ute of Technology , H arbi n 　15000 1 Abstract 　A Multip le Document s Framewor k ( MD F) i s p rop o sed for multidocument auto matic summarization t a sk . By rep re senting int er relation ship bet ween t ext unit s at different level s of granularit y and t he happ en an d chan ge of vario u s event s at time dimen sion , t hi s f ramewor k can achieve infor mation f u sion of multidocument w hile re serve original infor mation of set of relat ed document