权衡熵和相关度的自动摘要技术研究  

Leveraging Entropy and Relevance for Document Summarization

作　　者：罗文娟[1,2] 马慧芳[3] 何清[1] 史忠植[1] 

机构地区：[1]中国科学院计算技术研究所,北京100190 [2]中国科学院研究生院,北京100190 [3]西北师范大学数学与信息科学学院,甘肃兰州730070

出　　处：《中文信息学报》2011年第5期9-16,共8页Journal of Chinese Information Processing

基　　金：国家自然科学基金资助项目(60933004;60975039;61035003;60903141;61072085);国家973计划资助项目(2007 CB311004);国家科技支撑计划资助项目(2006BAC08B06);西北师范大学青年教师科研能力提升计划资助项目(NWNU-LKQN-10-1)

摘　　要：生成高质量的文档摘要需要用简约而不丢失信息的描述文档,是自动摘要技术的一大难题。该文认为高质量的文档摘要必须尽量多的覆盖原始文档中的信息,同时尽可能的保持紧凑。从这一角度出发,从文档中抽取出熵和相关度这两组特征用以权衡摘要的信息覆盖率和紧凑性。该文采用基于回归的有监督摘要技术对提取的特征进行权衡,并且采用单文档摘要和多文档摘要进行了系统的实验。实验结果证明对于单文档摘要和多文档摘要,权衡熵和相关度均能有效地提高文档摘要的质量。It remains a challenge to generate high-quality summaries that could concisely describe the original document without loss of information.In this paper,we argue that high-quality summaries should be compact while covering as much information in the original document as possible.Encouraged by this idea,we extract entropy and relevance to leverage the coverage and the compactness of summaries.We adopt supervised summarization methods based on regression methods to leverage these two features.Moreover,experiments on single and multiple document summarization show that effectively leveraging entropy and relevance could improve the quality of document summarization.

关 键 词：自动摘要 句子特征抽取 熵 相关度 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]