中文信息学报详解.pdfVIP

中 文 信 息 学 报 第 19卷 第6期 JOURNALOFCHINESEINFORMATIONPROCESSING Vol.19No.6 综〔述] 文章编号:1003一0077(2005)06一0013一08 多文档自动文摘综述 秦 兵，刘 挺，李 生 哈〔尔滨工业大学计算机学院信息检索研究室，黑龙江 哈尔滨 150001) 摘要:多文档文摘是将同一主题下的多个文本描述的主要的信息按压缩比提炼为一个文本的自然语言 处理技术。随着互联网上信息的日益丰富，多文档文摘技术成为新的研究热点。本文介绍了多文档文摘的产 生和应用背景，阐述了多文档文摘和其他 自然语言处理技术的关系，对多文档文摘国内外研究现状进行了分 析，在此基础上汇总提出了多丈档文摘研究的基本路线及关健技术，并总结了多文档文摘的未来及发展趋势。 关键词:人工智能;自然语言处理;多文档文摘;自然语言处理;文本压缩 中图分类号:TP391 文献标识码 :A SurveyofMulti-documentSummarization QINBing,LIUTing,LISheng (InformationRetrievalLaboratory,SchoolofComputerScienceandTechnology, HarbinInstituteofTechnology,Harbin,Heilongjiang150001,China) Abstract:multi-documentsummarizationisatechnologyofnaturallanguagesprocessing,whichextractimportantinforma- tionfrommultipletextsaboutsametopicaccordingtoratioofcompression.Multi-documentsummarizationbecomesnewre- searchspotwithincreasingofinformationininternet.Inthispaper,thebackgroundofmulti-documentsummarizationisin- troduced,therelationshipwithothertechnologiesofnaturallanguageprocessingandthestateofartsisanalyzed,thekey technologiesandthemethodsofresearchofmulti-documentsummarization，proposed.Finally,thefeatureofmulti-docu- ment-mmArizationisforeeaatPd. Keywords:artificialintelligence;naturallanguageprocessing;multi-documentsummarization;naturelanguagesprocess- ing;compressoftexts 1 引言 互联网的普及使人们的生活方式发生了巨大的变化，在网络带给人们大量信息的同时，人 们的需求也随着网络信息的急剧增长不断地发生着变化，从而促进了许多新技术诞生和发展。 人们面临的较多的问题是，面对成千上万的同一主题网页，它们多数具有相同的信息，而又包 含着少量不同的信息，迫切需要一个帮助人们快速浏览信息的工具，该工具不仅提供的是直接 的文档，而且是经过加工整理，包含这些文档的重要、全面的信息。这样会大大提高人们获取 信息的效率，同时会使越来越多的人利用互联网来获取信息。单文档文摘技术和信息抽取技 收稿 日期:2004一11一22 定稿 日期:2005-05-08 基金项目 国家自然科学基金重点资助项目 作者简介 秦兵(1968-)，女，副教授，主要研究方向为中文信息处理，信息检索，多文档自动文摘 术可以帮助人们快速，高效地获取主要信息。这些技术发展至今，已经具备了一定的理论基 础，并且发展得比较成熟