基于组块的中文自动文摘系统研究

• 作者: 曹淑英 索红光
• 来源期刊: 计算机系统应用
• 学科: 工学
• 关键词: 自然语言处理 文本组块 自动文摘 统计方法 向量空间模型
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 实践经验
• 页码范围: 97-100
• 页数: 4页
• 分类号: TP2
• 字数: 3729字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3254.2007.03.025

摘要

传统的基于统计的自动文摘方法以词语作为文本信息的基本单位,没有考虑到词语在不同语言环境下的具体语义,导致文摘精度不高.为了克服传统方法的缺点,提出了一种基于文本组块的自动文摘方法.系统利用中科院的ICTCLAS软件对文档进行分词和词性标注,并根据一系列的规则,将相关的词语构造成组块.由句子中出现的组块作为衡量句子重要性的标准选出文摘句.文中给出了自动文摘的评价方法和实验结果,跟传统的基于词语的文摘相比较,实验结果表明基于文本组块的自动文摘系统生成的文摘句精度更高,更能全面反映原文的主要内容.