文档自动摘要技术-北京大学计算机科学技术研究所.PDF

文本挖掘技术(2012春) 第九章： 文档自动摘要技术 杨建武 北京大学计算机科学技术研究所 Email:yangjw@ 1 文摘的定义  以提供文献内容梗概为目的，不加评论和补充 解释，简明、确切地记述文献重要内容的短文。 (GB6447-86文摘编写规则)  An express of a certain document without any explanations and comment. Its unnecessary to know who writes the summary. (ANSI)  A concise and accurate express of the document without any explanation and comment. A summary is independent on the author of the summary. (ISO214-1976(E))  Concise(简洁) ，Accurate(准确) ，Explicit(清楚) 2 文摘的种类(GB6447—86)  报道性文摘informative abstracts  概括叙述原文献中的重要事实情报，包括研究对象、 工作目的、主要结果，以及与研究性质、方法、条件、 手段等有关的各种资料，在一定程度上可代替原文献。  指示性文摘indicative abstracts  指明原文献的主题与内容梗概，为读者查检和选择文 献提供线索。  报道性/指示性文摘informative-indicative abstracts  以报道性文摘的形式表述文献中信息价值较高的部分， 而以指示性文摘的形式表述其余部分的文摘。 3 文摘的种类(GB6447—86) (续)  作者文摘author’s abstracts  由文献作者自己撰写的文摘。  文摘员文摘abstractpr’s abstracts  由文献作者以外的人员编写的文摘。 4 Summary Classification  Classified by users requirement  Generic Summarization (GS)  User-query Summarization (UQS)  Classified by text object  Single Document Summarization  Multiple Document Summarization  Classified by method  Summarization Based on Extraction (SBE)  Summarization Based on Understanding (SBU)  Classified by need corpus  Supervised Summarization (SS)  Unsupervised Summarization (US) 5 自动摘要  定义： 利用计算机自动地从原始文档中提取全面准 确地反映该文档中心内容的简单连贯的短文。  自动文摘系统