位置:成果数据库 > 期刊 > 期刊详情页
基于信息融合的多文档自动文摘技术
  • ISSN号:0254-4164
  • 期刊名称:计算机学报
  • 时间:0
  • 页码:2048-2052
  • 语言:中文
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]哈尔滨工业大学计算机学院智能技术与自然语言处理研究室,哈尔滨150001
  • 相关基金:本课题得到国家自然科学基金重点项目(60435020)和国家自然科学基金(60773070)资助.
  • 相关项目:基于仿生模式识别理论的网站分类导航技术研究
中文摘要:

提出了一个面向多文档自动文摘任务的多文本框架(Multiple Document Framework,MDF),该框架通过系统地描述不同层面的文本单元之间的相互关系以及文档集合蕴含的事件在时间上的发生及演变,将多篇文档在不损失文档集合原有信息的前提下实现信息融合.MDF简化了传统交叉文本结构理论的文本集合表示模型,又补充了信息融合理论中缺乏的事件主题的演变性和分布性信息.文中给出了建立MDF、基于MDF的信息融合、文摘生成等一整套算法.通过对32组不同主题的网络文档试验结果表明,MDF策略很好地实现了多知识源的并行融合,并获得了较好的结果.

英文摘要:

A Multiple Documents Framework (MDF) is proposed for multi-document automatic summarization task. By representing interrelationship between text units at different levels of granularity and the happen and change of various events at time dimension, this framework can achieve information fusion of multi-document while reserve original information of set of related documents. MDF simplifies traditional multi-document representation in cross structure theory and simultaneously, supplements change and distribution informations of events topics which cannot be obtained in information fusion theory. Concretely, a series of algorithms including building MDF, multi-document information fusion based MDF and summarization generation are proposed. The capability of concurrently fusing multiple knowledge sources of MDF strategies is testified by experiments in 32 different sets of net documents and shows good results.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国计算机学会 中国科学院计算技术研究所
  • 主编:孙凝晖
  • 地址:北京中关村科学院南路6号
  • 邮编:100190
  • 邮箱:cjc@ict.ac.cn
  • 电话:010-62620695
  • 国际标准刊号:ISSN:0254-4164
  • 国内统一刊号:ISSN:11-1826/TP
  • 邮发代号:2-833
  • 获奖情况:
  • 中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国数学评论(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:48433