基于结构化学习的语句压缩研究

• 作者: 周国栋 张永磊 王红玲
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 语句压缩 结构化学习 自动评测
• 年，卷（期）: 2013,（2）
• 页码范围: 10-16,64
• 页数: 8页
• 分类号: TP391
• 字数: 6141字
• 语种: 中文

摘要

近年来随着各类信息的日益增多,语句压缩作为自动摘要的重要部分也越来越引起研究者的关注.然而当前针对语句压缩的研究才刚刚展开,存在压缩效果不佳、没有统一的自动评测指标等问题.该文在简单的删除单词的方法框架下,采用基于特征权重的最大边缘训练的结构化学习方法实现语句压缩.同时该文还提出了两种新的自动评价指标(N-Gram和BLEU)来评价语句压缩的性能.实验结果表明,采用结构化学习方法能够在保持较好压缩率的情况下保留源语句的主要信息,并且新提出的两个评价指标能够有效反映语句压缩性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王红玲	苏州大学计算机科学与技术学院	29	194	8.0	13.0
2	周国栋	苏州大学自然语言处理实验室	138	1425	22.0	32.0
3	张永磊	苏州大学自然语言处理实验室	1	2	1.0	1.0