特定領域的自動摘要生成策略.pdf

1、自動摘要是文本挖掘的一個傳統(tǒng)研究領域。本文設計了兩種面向不同領域的自動摘要生成策略，分別為面向移動終端的移動摘要技術和面向觀點挖掘的觀點摘要技術；而觀點摘要又分為基于觀點持有者的觀點摘要技術和基于屬性的觀點摘要技術。 面向移動終端的自動摘要技術，對摘要本身提出了更嚴格的字數(shù)要求。本文設計了一種基于改進編輯距離的移動摘要技術，提取網(wǎng)頁中的最大重復串作為文檔的關鍵詞集合，利用改進編輯距離生成適于在移動終端上顯示的摘要。對于含有子標題

2、的文檔，采用層次型的摘要結(jié)構(gòu)，以提高摘要的覆蓋率。 以觀點持有者為核心的觀點摘要技術旨在更好地組織觀點信息，從不同的觀點表達者角度對評論目標進行分析。本文通過建立ChunkCRF模型對觀點表達句進行觀點持有者的識別；對于同一個觀點句中含有多個觀點持有者的情況，借助語言學手段進行預處理，再利用此模型進行觀點持有者識別。在此基礎上，本文進行了基于觀點持有者的觀點摘要與傾向性分析的工作。 基于屬性的觀點摘要技術試圖將用戶對產(chǎn)品

3、的評論按照產(chǎn)品的各個評論屬性分別進行摘要。本文通過條件隨機域模型進行比較關系和評論屬性抽取。在此基礎上，通過解決屬性歸并、傾向性分類等問題，生成優(yōu)化后的基于屬性的觀點摘要及其可視化結(jié)果。 實驗結(jié)果表明，本文生成的移動摘要在字數(shù)、可讀性和完整性都具有很好的效果，而基于Q&A的評測方法驗證了層次型摘要結(jié)構(gòu)對該類文檔的有效性；基于ChunkCRF的中文觀點持有者識別方法達到了80％上以的準確率，并且能夠很好的配合基于觀點持有者的觀點摘