检索结果-南通市图书馆

基于篇章修辞结构的多文档自动文摘系统的设计与实现

在线全文

学校读者我要写书评

暂无评论

基于篇章修辞结构的多文档自动文摘系统的设计与实现

作者：兰希厦门大学

学位级别：硕士

随着大数据时代的到来,人们花费在搜索上的时间越来越多。面对着成千上万同一主题下的网页,它们大部分都包含着相同的信息,然而又包含着少量不同的信息。因此,人们迫切地需要能提供更有力的信息浓缩和筛选的加工工具。多文档自动文摘可... 详细信息

随着大数据时代的到来,人们花费在搜索上的时间越来越多。面对着成千上万同一主题下的网页,它们大部分都包含着相同的信息,然而又包含着少量不同的信息。因此,人们迫切地需要能提供更有力的信息浓缩和筛选的加工工具。多文档自动文摘可以将多篇同一主题下的文章进行汇总和压缩,提供给人们全面、简洁的信息。实验室前课题组设计并实现了一个基于语义的单文档自动文摘系统。但是单文档自动文摘已经难以满足人们对获取大量准确信息的迫切需要。因此,本文设计并实现了一个多文档自动文摘系统,主要有以下几方面的成果： 1.设计并实现了一个基于篇章修辞结构的多文档自动文摘系统,系统地描述了不同层面上文本单元之间的相互关系,并且提出了多文档的修辞结构框架。同时,本文将句子中特征词的权重、句子的句型、句子的位置等句子的多特征信息与多文档修辞结构相结合,从而共同来衡量句子的重要性。 2.本文采用了一种混合聚类算法HCA,对多文档进行主题的划分。以段落为基本单位,混合聚类算法HCA是将K-Means算法与层次聚类算法相结合,从而有效地解决了多文档主题数目不能确定的难题。实验结果表明,混合聚类算法比单一的聚类算法对主题划分的准确度更高。 3.由于多文档自动文摘是从同一话题下的多篇文章中抽取句子,因此,会有语句不连贯和信息冗余等缺点。为保证文摘准确并且有较好的可读性,本文对已经抽取的文摘句进行了冗余处理和句子压缩,生成更易阅读的文摘。基于上述的工作,最后我们开发并实现了一个多文档自动文摘实验系统。从哈尔滨工业大学多文档语料库中选取了20篇不同话题的多文档文章,每个话题下有3至7篇不等的关于该话题的报道,在该系统上进行了测试。实验表明,该系统能够有效地抽取不同话题的多文档文摘,评测效果比较理想,并且本系统具有良好的可用性和可移植性。

关键词：多文档自动文摘篇章修辞结构句子多特征主题聚类句子相似度

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于篇章结构理论的单文档自动文摘研究

基于篇章结构理论的单文档自动文摘研究

作者：刘凯苏州大学

学位级别：硕士

抽取式的单文档自动文摘是自动文摘领域的核心任务之一,是指从文档中直接取出表示文档核心内容的句子作为文档的摘要。由于抽取式文摘通常使用表层特征,如统计信息、位置信息等,忽视了对文档篇章信息、语义信息等深层信息的利用,导致抽... 详细信息

抽取式的单文档自动文摘是自动文摘领域的核心任务之一,是指从文档中直接取出表示文档核心内容的句子作为文档的摘要。由于抽取式文摘通常使用表层特征,如统计信息、位置信息等,忽视了对文档篇章信息、语义信息等深层信息的利用,导致抽取式摘要的质量不均衡。因此,在当前汉语自然语言处理进入篇章的基础上,本文应用篇章结构信息,分别基于篇章修辞和篇章话题结构对中文新闻语料进行摘要的抽取、优化和评价的工作。因此,本文围绕篇章修辞与话题结构信息,在以下三个方面展开研究。具体而言:(1)由于篇章修辞结构对抽取文摘时的指导性作用,可以使抽取的文摘更能表达篇章的主要内容。因此,本文使用篇章修辞结构信息,以篇章单元的主次关系为依据,抽取篇章单元中的主要部分,将之作为文档的摘要。(2)为了提升摘要的连贯性,本文基于篇章话题结构信息,利用主位推进理论推导的话题链,制定相应的规则,对前文抽取的摘要进行优化,包括扩充主位缺失的句子主位,删除冗余的部分,从而得到一个简洁、连贯的摘要,并利用连贯性评价方法和ROUGE评价,分别评价它的连贯性和准确性。实验结果表明,最终抽取的摘要在ROUGE评价得分变化不大的基础上,连贯性的得分更好,从而达到了提高摘要质量的目的。(3)为了评估文本的连贯性,本文分别使用基于实体网格模型和神经网络模型的方法。其中神经网络模型有LSTM和GRU两种网络结构,对摘要连贯性进行评估。由于人工摘要数量较少,本文采用句子排序的结果来对这两类模型进行评价。实验结果表明,基于GRU的方法不仅分类的效果较好且收敛快。本文的创新点主要表现在:(1)利用篇章修辞的信息对中文文章进行抽取式自动摘要的研究(2)利用篇章话题结构信息对抽取式摘要的连贯性进行完善和提升。(3)在分析摘要质量时,考虑将篇章的连贯性加入评价摘要的标准,并使用连贯性的模型对摘要的连贯性进行评价最终本文通过自动摘要系统可以实现对已标注篇章修辞和话题结构信息的文章进行摘要的抽取。

关键词：篇章修辞结构篇章话题结构神经网络连贯性单文档自动文摘

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

汉语篇章理解研究综述

软件学报 2019年第7期30卷 2052-2072页

作者：孔芳王红玲周国栋苏州大学计算机科学与技术学院自然语言处理实验室江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

人们理解自然语言通常是在篇章级进行的,随着词汇级及句子级研究的日益成熟,自然语言处理研究的焦点已转向篇章级。篇章分析的主要任务就是从整体上分析出篇章结构及其构成单元之间的语义关系,并利用上下文理解篇章。根据不同的篇章分... 详细信息

人们理解自然语言通常是在篇章级进行的,随着词汇级及句子级研究的日益成熟,自然语言处理研究的焦点已转向篇章级。篇章分析的主要任务就是从整体上分析出篇章结构及其构成单元之间的语义关系,并利用上下文理解篇章。根据不同的篇章分析目的,篇章单元及其关系可以表示为不同的篇章基本结构,不同篇章基本结构及其关系的研究可提供不同层面的篇章理解。目前对汉语篇章内在规律的研究较少,缺乏对篇章进行有效分析和深入理解的理论方法体系,这严重制约了篇章级的相关研究及应用。重点关注篇章的两个最基本特征,即衔接性和连贯性,从篇章结构分析的理论研究、资源建设和计算模型这3个方面,分别探讨篇章修辞结构(体现篇章连贯性)和话题结构(体现篇章衔接性),对篇章理解的国内外研究现状进行了归纳和整理,并给出了目前存在的主要问题和研究趋势。

关键词：自然语言理解篇章分析篇章修辞结构篇章话题结构

在线全文

学校读者我要写书评

暂无评论

篇章关系分析研究综述

中文信息学报 2016年第4期30卷 1-11页

作者：严为绒徐扬朱珊珊洪宇姚建民朱巧明苏州大学计算机科学与技术学院江苏苏州215006

篇章关系研究,旨在推断同一篇章内相邻或跨度在一定范围内的文本片段之间的语义连接关系。语义连接关系对篇章内容理解和结构分析都具有重要作用,成为目前篇章分析领域的重点研究内容。该文针对三个中英文篇章关系研究领域的语料库:基... 详细信息

篇章关系研究,旨在推断同一篇章内相邻或跨度在一定范围内的文本片段之间的语义连接关系。语义连接关系对篇章内容理解和结构分析都具有重要作用,成为目前篇章分析领域的重点研究内容。该文针对三个中英文篇章关系研究领域的语料库:基于修辞结构理论的篇章树库(Rhetorical Structure Theory Discourse Treebank,RSTDT)、宾州篇章树库(Penn Discourse Treebank,PDTB)和哈尔滨工业大学中文篇章关系语料库(HIT Chinese Discourse Treebank,HIT-CDTB),主要介绍篇章关系分析理论的语料资源与研究背景、标注与评测体系以及国内外研究现状。此外,总结相关工作,指出目前篇章关系,尤其是隐式篇章关系研究的主要难题。

关键词：篇章关系篇章修辞结构 RSTDT PDTB CDTB

在线全文

学校读者我要写书评

暂无评论

科学篇章修辞块本体标准及其应用分析

情报杂志 2012年第10期31卷 112-116,121页

作者：马雨萌祝忠明中国科学院国家科学图书馆兰州分馆兰州730000 中国科学院研究生院北京100049

首先对科学篇章修辞结构的研究进行了梳理,然后重点介绍了W3C提出的科学篇章修辞块本体(Ontolo-gy of Rhetorical Blocks,ORB)标准的结构模型和扩展方法,最后分析了ORB在信息的快速处理、服务科研过程、语义出版等方面的应用前景。

关键词：科学篇章修辞块本体(ORB) 篇章修辞结构结构模型应用前景

在线全文

学校读者我要写书评

暂无评论

结合篇章信息的生成式摘要研究

结合篇章信息的生成式摘要研究

作者：魏文杰苏州大学

学位级别：硕士

自动文摘作为自然语言处理领域的一个重要研究方向,其能够从海量数据中快速筛选出有效信息而得到了广泛的应用。传统的自动文摘研究方法主要集中于探究如何构建模型来优化文本的语义表示,而忽略了篇章信息对于文摘任务的影响。文本不是... 详细信息

自动文摘作为自然语言处理领域的一个重要研究方向,其能够从海量数据中快速筛选出有效信息而得到了广泛的应用。传统的自动文摘研究方法主要集中于探究如何构建模型来优化文本的语义表示,而忽略了篇章信息对于文摘任务的影响。文本不是简单堆叠而成的文字序列,而是相互关联的语义单元衔接而成。为了充分利用文本的篇章结构特征,本文开展了结合篇章信息的生成式摘要研究,主要内容可分为如下三个方面:首先,针对浅层篇章结构对摘要生成的影响,本文提出了一种基于浅层篇章信息的生成式摘要方法,该方法在循环神经网络的基础上添加了图卷积神经网络对文本进行编码,并依据语言学常识去构建句子序列的图结构矩阵,以获取更具篇章结构信息的语义表示。此外,在该方法中使用了一种融合层,旨在使模型在解码时依旧能够关注于循环神经网络获取的线性语义特征。在解码器上还使用了多头注意力机制,以提高生成摘要的质量。实验结果显示,该方法与一些主流的生成式摘要模型相比,所生成的摘要在ROUGE评测的各项指标上均有显著提升。其次,基于篇章修辞结构对于摘要生成的影响,本文提出了一种基于篇章修辞结构的生成式摘要方法,该方法首先使用连接词识别工具快速锁定文本中存在的语义连接词,继而依据篇章修辞结构理论对连接词两端的子句进行关系判别,然后在编码端使用图卷积网络,在构建其邻接矩阵时将相应的篇章关系特征融入到模型中。实验结果显示,该方法能够较好地将篇章关系信息融入到文本编码表征中,并大幅度提升了系统的性能,提高了生成摘要的质量。最后,针对篇章修辞结构在文本中缺失的问题,本文提出了一种基于篇章结构解析的生成式摘要方法,该方法将篇章关系解析和文本摘要这两个任务联合在一起训练学习。针对缺乏篇章和文摘一体的语料库这一问题,该方法在文摘数据集上使用了篇章解析工具,以获取每一个文本样例的篇章结构树,进而提取出关系对和核性等特征作为篇章关系解析任务的输出标准。首先,对文本进行语义单元划分,利用篇章关系解析模型预测出关系分类;然后,将预测出的篇章关系信息融入文本摘要模型中,以辅助摘要的生成。实验结果显示,该方法所预测出的篇章关系有着可观的准确率,并且生成的摘要具有很高的概括性和可读性。

关键词：生成式文摘篇章信息图卷积网络篇章修辞结构篇章关系