会议摘要提取技术与评估方法的研究

摘要

信息技术的发展日新月异，人们获得信息的渠道也是多种多样，用户如何从海量的信息中获得所需要的摘要信息已经成为当今信息领域研究的一个热门话题。现如今，每天的会议数不胜数，且由于会议的本身自发性的特征，从而很容易出现一些与会议内容无关的话题，人们若是花费时间去参加这些会议或者浏览会议全部内容必定浪费大量的时间，若是人们能够通过浏览会议摘要就可以获得会议有效信息的话，不仅能够节约冗长的参会时间，而且也提高了信息访问的工作效率。自动会议摘要提取系统使得用户仅仅通过浏览会议摘要就可以知道会议的内容，从而避免了用户访问冗余信息，该系统目前引起了研究者的广泛关注。
　　会议摘要提取技术主要包括有监督学习方法和无监督学习方法，在使用有监督学习方法进行会议摘要提取时，摘要提取的任务被视为一个二元分类问题旨在决定一个句子是否为摘要句。有监督学习方法重点描述了支持向量机SVM方法，SVM二元分类方法是近几年广泛使用的分类方法，SVM在很多二元分类任务中具有较好的性能，然而那些接近分类面的样本本身不具备划分摘要句与非摘要句的明显特征，虽然这些样本的置信值有大小区分，但是仍然是处于分类上的一个模糊地带，相互之间不存在明显的优先级。针对SVM存在的一些缺陷，后又使用MMR方法对SVM进行了后处理，并通过实验表明MMR方法不仅可以去除摘要中的冗余信息，而且相比单纯使用SVM方法进行摘要提取时性能更高。
　　本文以会议文本为处理对象，以SVM和MMR摘要提取算法为基础，针对当前会议是围绕某个特定的主题进行讨论和交流的特点，提出了一种基于主题的MMR与SVM相融合的会议摘要提取方法。