自然语言理解在古文自动文摘中的研究.pdfVIP

自然语言理解在蒙古文自动文摘中的研究 摘要 Intemet网络的迅速普及成为信息时代的重要标志，面对潮水般涌来的 电子文献，以全文阅读的方式来搜寻所需资料，显然是低效率的。更为关 键的是，人的阅读速度远远跟不上文献的增长速度。因此，通过阅读文摘 来获取有用的资料是～种有效途径。 目前，蒙古文的文字处理研究基本成熟，对蒙古文自然语言理解的研 究才刚刚起步，这就使得蒙古文信息化进程与蒙古族人民的需要及互联网 的发展存在着巨大差距。理解型蒙古文自动文摘的研究将大大方便蒙古族 人民使用蒙古文电子资源，对蒙古文信息化进程起着巨大的推动作用。 针对上述情况，作者在北京邮电大学智能技术研究中心的理解式中文 自动文摘研究基础之上，结合了作者所在工作单位对蒙古文信息处理的研 究工作，提出了基于全信息的自然语言理解在蒙古文自动文摘中研究的题 目，使得蒙古文自然语言处理在新的研究领域中得到了尝试。 论文内容分为三大部分： 第一部分对目前的自动文摘技术作了概括性介绍，并较为详细的介绍 了理解型中文自动文摘系统LADIES。 第二部分是本论文所依赖的理论知识，其中详细介绍了基于全信息理 论的自然语言理解方法的基本原理，指出全信息自然语言理解方法的特色 是把“基于规则”和“基于统计”两种方法有机地结合起来，增强对自然 语言的理解能力；同时，对修辞结构理论(RST)进行了深入研究，介绍 了它在自然语言理解中的篇章理解作用，由修辞关系来决定文摘旬的筛选， 对蒙古文来讲不失为～种好的方法。 第三部分是本论文的核心部分，它描述了一个蒙古文文摘系统的实现 过程。首先通过人工和计算机结合的方法构建了一套面向蒙古文文摘的全 信息词典；然后通过RST分析把文摘候选句以及它们之间的修辞关系保留 下来；接下来用基于全信息的自然语言分析方法对文摘候选旬作进一步理 解，提取出文摘句；最后用基于模板的自然语言生成方法，连同候选旬之 间的修辞关系生成一个准确、流利的文摘。在设计过程中一直贯穿着语法、 语义、语用分析三者相结合的思想。从功能的角度看，实现过程可划分成4 个模块：文本预处理模块、修辞结构分析模块、文摘旬计算模块、文摘生 成模块。系统充分发挥了语用信息的高层制导功能，从而有利于生成高质 量的文摘。 本文检索关键词：全信息理论，修辞结构理论，自然语言理解，自动 文摘，蒙古文信息处理 AUTOMATICTEXT STUDY0FMONGOLIAN rMMARIZATIONBASED0N SI UNDERSTANDING ABSTRACT ofIntemethaSbecomeessentialtothe Nowadays，thegrowingpopul撕t)r information tobeinefficienttoreadthewholearticlesfortlle age．Itproves neededinfomation丹omt圭lefloodofwebresources．Ⅵmattsmore．协ev01ume ata muchfasterthaJlmat ofaniclesi11creases of speed people’sreading． isa toreadt11esummarizationformeneeded Therefore，it good印proach infonnation． At of hascomeof 1ⅥIongolian