




已閱讀5頁,還剩13頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
文摘的定義,中華人民共和國國家標準文摘編寫規(guī)則(GB 6447 - 86) “以提供文獻內(nèi)容梗概為目的,不加評論和補充解釋、簡明、確切地記述文獻重要內(nèi)容的短文。” 美國國家標準學會(ANSI)文摘編寫標準 “某一文獻內(nèi)容的簡要而準確的表達,不加解釋和評論,也不區(qū)分這篇文獻是由誰寫的。” 國際標準文獻工作出版物的文摘和文獻工作( ISO 214 - 1976 ( E) ) “一份文獻內(nèi)容的縮短的精確的表達而無須補充解釋或評論,且對寫文摘的人來說沒有差別。”,文摘的特點,簡潔性 文摘比所摘的文獻短 長度為原文獻的5 %10 %的文摘就能基本上反映文獻的主要內(nèi)容; 當文摘的長度達到原文獻的10 %25 %時,很多文章的寫作風格就可以在文摘中體現(xiàn)出來了。 準確性 無論長短,文摘必須準確無誤地報道原文獻的基本內(nèi)容 不能主觀改變原文觀點 科技文獻的文摘應確保正確引用原文中的各項數(shù)據(jù)。 清晰性 必須使用一種易讀的文體把文獻內(nèi)容清晰地表示出來 最好用完整的句子編寫文摘 盡可能使用著者自己使用的詞語。,文摘的功能,促進新資料的快速通報 節(jié)省閱讀時間 有助于克服語言障礙 有利于文獻檢索 ,1:按文摘面向的用戶劃分,通用文摘 偏重文摘 通用文摘和偏重文摘的區(qū)別在于是否考慮了用戶的興趣。 通用型文摘就是面向所有用戶的、文摘內(nèi)容不帶有任何側重的、全面反映原文內(nèi)容的文摘。 對于一篇長的文章,如果用戶只關心某一方面(例如工業(yè)) ,這就涉及到了偏重問題。,1:按文摘面向的用戶劃分,偏重文摘也稱為用戶聚焦文摘、主題聚焦文摘或查詢聚焦文摘。 根據(jù)需要或者用戶的興趣提供相應的有側重點的文摘。 偏重文摘的結果 不僅僅決定于原文的主題 也決定于用戶的個性化要求 它能夠把焦點放在用戶關心的部分 而不是把原文的每個部分平等對待,2:按文摘處理的文本對象劃分,單文檔文摘 多文檔文摘 單文檔文摘處理的文本對象是單篇文摘 它對每篇文章獨立的生成文摘。 處理文檔集合時會有什么問題?,2:按文摘處理的文本對象劃分,處理文檔集合時會有什么問題? 內(nèi)容重復 多文檔文摘就是從一個文檔集中去除冗余 考慮文檔相互的關聯(lián)性及各自的差異 產(chǎn)生一個濃縮的信息集。,2:按文摘處理的文本對象劃分,多文檔文摘實際上是對單文檔文摘的一個擴展 它與單文檔相比較需要一些新的技術和方法來處理 它主要考慮以下幾個方面的問題 需要一個高效地去除冗余的方法。 系列文檔可能包含時間及空間的變化。 文摘結果壓縮比很大,通常1 %10 % ,而單文檔可以在30 %左右。 發(fā)生在不同文檔中的事件及實體,它們的關聯(lián)、融合處理是一個難題。,基于統(tǒng)計的自動文摘,基于統(tǒng)計的自動文摘 將文本視為句子的線性序列 將句子視為詞的線性序列 它通常分4 步進行: 計算詞的權值 計算句子的權值 對原文中的所有句子按權值高低降序排列,權值最高的若干句子被確定為文摘句 將所有文摘句按照它們在原文中的出現(xiàn)順序輸出,權重計算依據(jù),詞頻 標題 位置 句法結構 特殊詞 ,基于統(tǒng)計的自動文摘的優(yōu)點,基于統(tǒng)計的自動文摘所依據(jù)的是文本形式上的規(guī)律 總的來說,任何一篇文章都不同程度地符合這些規(guī)律 因此基于統(tǒng)計的自動文摘能夠適用于非受限領域 這是它突出的優(yōu)點,基于統(tǒng)計的自動文摘的不足,然而,一篇文章常常 在某些形式特征上符合常規(guī) 而在另一些形式特征上違反常規(guī) 摘錄的結果能否抓住原文的中心內(nèi)容要看文章在多大程度上符合常規(guī) 因此,基于統(tǒng)計的自動文摘的質(zhì)量很不穩(wěn)定。,基于統(tǒng)計的自動文摘的不足,當加權函數(shù)調(diào)整時又總是顧此失彼 對這一類文章的效果好了 對另一類文章的效果又差了,基于統(tǒng)計的自動文摘的不足,不全面 對于多主題的文獻 不簡潔 重復文章的中心內(nèi)容 不連貫 省略、指代、邏輯次序,基本步驟,語法分析 借助詞典中的語言學知識對原文中的句子進行語法分析,獲得語法結構 語義分析 運用知識庫中的語義知識將語法結構描述轉(zhuǎn)換成以邏輯和意義為基礎的語義表示。 語用分析和信息提取 根據(jù)知識庫中預先存放的領域知識在上下文中進行推理,并將提取出來的關鍵內(nèi)容存入一張信息表。 文本生成 將信息表中的內(nèi)容轉(zhuǎn)換為一段完整連貫的文字輸出。,語法語義分析技術不成熟,面向大規(guī)模真實語料的語法語義分析技術尚未完全成熟 因此如果想獲得高質(zhì)量的語言分析結果,就必須將待處理的語料限制在某個范圍之內(nèi)。,知識表示難以移植,理解文摘方法的基礎是框架等知識表示 框架需要根據(jù)領域知識預先擬定 因此如果想把適用于某個領域的理解文摘系統(tǒng)推廣到另一領域,則需重新擬定
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 股民免責協(xié)議書
- 股東預留協(xié)議書
- 自習安全協(xié)議書
- 電梯資質(zhì)協(xié)議書
- 砍樹雙方協(xié)議書
- 放棄繼續(xù)種植牙協(xié)議書
- 老房保留協(xié)議書
- 肇事事故協(xié)議書
- 望遠鏡區(qū)域經(jīng)銷協(xié)議書
- 貝萊離婚協(xié)議書
- GA 1810-2022城鎮(zhèn)燃氣系統(tǒng)反恐怖防范要求
- 重慶地區(qū)現(xiàn)代方言中的古語詞
- 3第三章申論寫作 寫作課件
- 廣西建設工程質(zhì)量檢測和建筑材料試驗收費項目及標準指導性意見(新)2023.10.11
- 商戶撤場退鋪驗收單
- 國開電大 可編程控制器應用實訓 形考任務5實訓報告
- PEP英語四年級下冊U5 My clothes Read and write(教學課件)
- DB37-T 2671-2019 教育機構能源消耗定額標準-(高清版)
- 信息系統(tǒng)項目管理師論文8篇
- (完整版)重大危險源清單及辨識表
- 試驗室儀器設備檢定校準證書和測試報告確認表(公司范本)
評論
0/150
提交評論