中文信息学报基于概念统计和语义层次分析的英文自动文摘研究Ξ.PDFVIP

中　文 　信 　息 　学 　报 第 17 卷 第 2 期 　 JOURNAL OF CHINESE INFORMATION PROCESSING Vol 17 No2 文章编号 :1003 - 0077 (2003) 02 - 00 14 - 07 基于概念统计和语义层次分析的英文自动文摘研究 季 　　 ,罗振声 ,万 　敏 ,高小云 (清华大学人文学院计算语言学研究室 ,北京 　100084) 摘要 :传统的自动文摘方法基于词语统计抽取文摘句 ,未进行文本的语义分析 ,导致文摘精度不高 。为了 克服传统方法的缺点 ,本文提出了一种基于主题概念的自动文摘方法 , 以概念统计和层次分析为基础设计并 实现了一个英文自动文摘系统 。系统利用 WordNet 以概念统计代替传统的词频统计 ,基于主题概念构建向 量空间模型 ,计算句子重要度 。并且根据主题概念在概念层次树上的分布进行文本结构分析划分意义块 , 以 意义块为单元抽取文摘 ,初步解决了多主题文章的文摘结构不平衡问题 。本文主要介绍了概念层次树的构 造 ,主题概念的抽取步骤 ,基于主题概念的句子重要度的计算和意义块的划分算法 。测试表明 ,通过概念统计 和语义层次分析的方法 ,我们设计了更理想的向量空间模型 ,系统生成的文摘精度较高 ,并更全面地反映了原 文的主要内容 。 关键词 :计算机应用 ; 中文信息处理 ;概念统计 ;主题概念 ; 向量空间模型 ;句子重要度 ;意义块划分 中图分类号 : TP39 13 　　　文献标识码 :A Research on Automatic Summarization Based on Concept Counting and Semantic Hierarchy Analysis f or Engl ish Texts J I Heng ,L UO Zhensheng ,WAN Min , GAO Xiaoyun (Computational Linguistics Lab ,School of Humanism and Sociology , Tsinghua Univer sity ,Beijing 　100084 ,China) Abstract :Most of t he previous summarizing met hods are based on word counting ,which misses deep semantic analy sis of text s ,so t he generated abstract is unsatisfying. This p ap er put s forward a new summarizing met hod based on concept counting and semantic hierarchy analysis. Based on t he extracted topic concept s ,an effective English Text Summarizing system is develop ed . This system uses topic concept s to construct Vector Sp ace Model . The abstract is generated in addition wit h discourse analysis and readability improvement . This p ap er proposes t he p arameters of e valuating topic concept s ,and mainly describes t he detailed algorit hm of building concept hierar