自动摘要

摘要： 将textrank、word2vec和MMR3种语言模型用于基于文本相似度的新闻自动摘要提取。实验结果表明textrank算法得到的摘要语句可读性较差,理解困难;在textrank算法基础上增加word2vec模型后对整篇新闻的概括度较高,但却不能很好地解决信息冗余和效率低的问题;MMR可以有效去除信息冗余,体现语义的多样性。

摘要： 在开源软件开发的维护阶段,开源软件缺陷报告为开发人员解决缺陷提供了大量帮助。然而,开源软件缺陷报告通常是以用户对话的形式编写,一个软件缺陷报告可能含有数十条评论和上千个句子,导致开发人员难以阅读或理解软件缺陷报告。为了缓解这个问题,人们提出了开源软件缺陷报告自动摘要,缺陷报告自动摘要可以减少开发人员阅读冗长缺陷报告的时间。本文以综述的方式对开源软件缺陷报告自动摘要的研究做了系统的归纳总结。首先,根据摘要的表现形式,将开源软件缺陷报告摘要分类为固定缺陷报告摘要和可视化缺陷报告摘要,再将固定缺陷报告摘要研究方法分类为基于监督学习方法和基于无监督学习方法,之后总结了基于监督学习和无监督学习的开源软件缺陷报告摘要生成的工作框架,并介绍了开源软件缺陷报告摘要领域常用数据集、预处理技术和摘要评估指标。其次,本文以无监督学习为切入点,分类阐述和归纳了无监督开源软件缺陷报告摘要方法,将无监督开源软件缺陷报告摘要方法分类为:基于特征评分方法、基于深度学习方法、基于图方法和基于启发式方法,并对每类方法进行讨论与分析。再次,从缺陷报告摘要的实用性出发,对现有的缺陷报告可视化摘要研究成果进行总结,并对固定缺陷报告摘要和可视化缺陷报告摘要的实用性做出分析。最后,对现有研究成果及综述进行讨论和分析,指出了开源软件缺陷报告摘要领域在缺陷报告数据集、抽取式摘要和黄金标准摘要三个方面面临的挑战和对未来研究的展望。

摘要： 能降低信息获取成本,对篇幅长而句子短、文字理解门槛高的古籍文献而言尤其必要,但针对古文的自动摘要研究很少。文章面向《资治通鉴》语料,基于SikuBERT预训练模型进行自动摘要实验,并对比其与传统抽取式自动摘要算法和百度智能云摘要分析算法在《资治通鉴》语料上的表现。实验结果表明:基于SikuBERT预训练模型生成的摘要结果在稳定性、覆盖度等方面较好;通过专家人工打分方式,基于SikuBERT预训练模型生成的摘要结果平均得分最高。实验验证了使用数字人文技术对古文进行自动摘要任务的可行性和利用SikuBERT预训练模型对古文进行信息处理的适用性。

摘要： 由于文本中事件之间的时序关系可以帮助人们更好地理解文本内容,故针对新闻报道类文本,将事件作为其基本语义单元,并根据时序关系建立事件有向网络文本表示模型;利用Pag-eRank算法结合主题相关度对时序网络进行节点重要度计算及调整;最后,按照重要度以及事件发生的顺序进行排序,并按照一定的压缩比提取摘要句,删除冗余的句子,将事件对应的原语句作为摘要.实验结果表明,基于事件时序关系的自动摘要方法效果较好.

摘要： 【目的】随着“互联网+电子政务”的发展,国家越来越重视我国电子信息化建设,对于政府相关决策者、管理者、信息化工作者及研究人员来说,迫切需要一种方式可以快速有效地获取众多的电子政务资讯来指导信息化评估和决策。本文旨在研究一种适合电子政务文档的自动摘要算法。【方法】本文针对电子政务资讯文本的特点提出了一种融合Doc2Vec句子向量表示方法和模糊均值聚类方法的算法并应用在电子政务资讯文档的自动摘要生成中,不仅考虑句子之间的相关度,而且针对文章的特点对于每个句子赋予一定的权重来表示他作为摘要句子的重要性。【结果】实验表明,相较于目前常用的k-means算法结果和复杂的深度学习算法结果,该算法在电子政务资讯文档的自动生成取得了比较好的结果。【结论】研究自动摘要技术并在电子政务领域应用是一项很有价值的工作。

摘要： [目的]随着"互联网+电子政务"的发展,国家越来越重视我国电子信息化建设,对于政府相关决策者、管理者、信息化工作者及研究人员来说,迫切需要一种方式可以快速有效地获取众多的电子政务资讯来指导信息化评估和决策.本文旨在研究一种适合电子政务文档的自动摘要算法.[方法]本文针对电子政务资讯文本的特点提出了一种融合Doc2Vec句子向量表示方法和模糊均值聚类方法的算法并应用在电子政务资讯文档的自动摘要生成中,不仅考虑句子之间的相关度,而且针对文章的特点对于每个句子赋予一定的权重来表示他作为摘要句子的重要性.[结果]实验表明,相较于目前常用的k-means算法结果和复杂的深度学习算法结果,该算法在电子政务资讯文档的自动生成取得了比较好的结果.[结论]研究自动摘要技术并在电子政务领域应用是一项很有价值的工作.

摘要： [目的]针对民事一审裁判文书内容进行文本自动摘要,为裁判文书的用户提供简练可读、连贯通顺和准确高效的摘要文本.[方法]提出一种面向裁判文书自动摘要的新方法,该方法由抽取式摘要和生成式摘要两个阶段构成.在第一阶段抽取式摘要中,在预训练模型的基础上加入膨胀残差门控卷积神经网络进行裁判文书关键句子抽取得到抽取式文摘;在第二阶段生成式摘要中,将抽取式文摘作为模型的输入,通过序列到序列模型生成最终的裁判文书摘要.[结果]本文所提模型在裁判文书自动摘要实验中的ROUGE指标分别是50.31、36.60、48.86,较基准模型LEAD-3分别提高25.00、23.25、24.66.[局限]将第一阶段得到的抽取式摘要作为第二阶段生成式模型的输入,存在模型的累计误差,模型的整体效果受到第一阶段抽取式模型的影响.[结论]本文模型可以有效地应用在裁判文书自动摘要服务中,解决裁判文书信息过载问题,为裁判文书用户提供了一种快速阅读裁判文书、获取知识的新途径.

摘要： 【目的】针对民事一审裁判文书内容进行文本自动摘要,为裁判文书的用户提供简练可读、连贯通顺和准确高效的摘要文本。【方法】提出一种面向裁判文书自动摘要的新方法,该方法由抽取式摘要和生成式摘要两个阶段构成。在第一阶段抽取式摘要中,在预训练模型的基础上加入膨胀残差门控卷积神经网络进行裁判文书关键句子抽取得到抽取式文摘;在第二阶段生成式摘要中,将抽取式文摘作为模型的输入,通过序列到序列模型生成最终的裁判文书摘要。【结果】本文所提模型在裁判文书自动摘要实验中的ROUGE指标分别是50.31、36.60、48.86,较基准模型LEAD-3分别提高25.00、23.25、24.66。【局限】将第一阶段得到的抽取式摘要作为第二阶段生成式模型的输入,存在模型的累计误差,模型的整体效果受到第一阶段抽取式模型的影响。【结论】本文模型可以有效地应用在裁判文书自动摘要服务中,解决裁判文书信息过载问题,为裁判文书用户提供了一种快速阅读裁判文书、获取知识的新途径。

摘要： 上海市教育委员会教学研究室在多年的课程与教学调研工作中积累了大量的调研报告,这些报告大多是文档格式,数量多、语义描述方式多样、内容表征意义模糊,如何快速、直观地把握文本的语义是一个难题.自然语言处理技术经过多年的发展,在自动摘要、信息抽取等方面发挥了重要的作用.介绍了自然语言处理技术在课程与教学调研报告语义分析中的应用,阐述了在分词库扩充、文章主题词抽取、自动摘要提取等方面的实践研究.

摘要： 当前面向中文内容的自动摘要模型应用于法律裁判文书时,主要采用抽取式方法进行摘要.但由于法律文本比较冗长、结构化程度较低,抽取式摘要的精准度和可靠性有所欠缺.为了获得法律裁判文书的高质量文本摘要,文中提出了一种生成式多模型融合的自动摘要方法.在Seq2Seq模型的基础上,引入注意力(attention)机制,同时通过Bert预训练和强化学习等方法,结合选择门技术,提出了BASR(Bert Based Attention Seq2Seq Reinforced Model)模型.将50000篇法律裁判文书作为语料,以小额诉讼和简易程序类型的裁判文书为代表性研究对象,实验结果证明新模型有较好的效果,在ROUGE评价中相比传统的Seq2Seq+Attention模型取得了均值5.81％的性能提升.

摘要： 采用了一种综合的文本自动摘要方法来抽取出涵盖范围广、冗余信息少、最能反映文本中心思想的文本摘要.该方法充分考虑文本中的词频、标题、句子位置、线索词、提示性短语、句子相似度等特征因素,构建了一个综合的特征加权函数,运用数学回归模型对语料进行训练,去除冗余句子信息,提取关键句生成摘要.实验评估表明了该方法的可行性、有效性以及在摘要质量方面的优越性.

摘要： 自动摘要是智能信息处理的重要内容，本文提出一种基于信息抽取的自动摘要抽取方案．在该方案中，自动摘要综合考虑词频、词性标注、词语分布和修辞结构，对文档的主题、方法、结论等不同要素抽取内容，填入到依不同领域生成的摘要框架中，最后对文摘框架中的句子进行加工、组织，生成连贯的摘要．

摘要： 电子商务网站允许用户对商品发表评论，用户评论通常含有用户对商品的主观性体验，常被潜在顾客作为比较不同商品并作出购买选择的参考，也可被生产厂商作为市场反馈调查的数据来源．然而，由于电子商务的发展，热门商品常常拥有成百甚至上千条用户评论，这使得阅读所有评论十分耗时． 提出了一种基于特征的用户评论自动摘要方法，能够自动生成简洁、全面的摘要．首先自动从评论中识别用户评价的商品特征，根据特征对评论句分类，然后使用句子抽取的方法生成摘要．实验证明该特征识别和特征过滤算法的查准率平均可达81％，查全率为52％。相较于Hu和Liu使用的频繁项集挖掘算法，查全率降低了6％，而查准率提高了24％，F1值提高为6％．算法更加注重特征识别的查准率，总体的摘要效果比较好．

摘要： 摘要评估是衡量机器摘要质量的重要阶段。本文提出了一种基于依存内容单元的金字塔自动摘要评估方法，借鉴金字塔人工摘要评估方法的金字塔模型，给出了相应的自动评估算法，研究了如何确定依存内容单元与如何构建金字塔模型。该方法不仅避免了人工处理的不稳定性，并且实现了整个评估过程的自动化。通过对照实验显示，该自动评估方法是可行的，评估结果是有效的。

摘要： 该文概括地介绍了研究与开发中文文献自动摘要系统的必要性、突破口的选择、发展的进化简史、已达到的最新水平以及技术实现的诀窍。

摘要： 解放日报社经过几十年的发展,积累了大量的历史图片,但这些图片资源由于缺少分类、关键字以及标签信息而不能得到充分地利用,造成了资源的浪费.自然语言处理技术经过多年的发展,在文本分类、自动摘要、信息抽取等方面发挥了重要的作用.本文介绍了自然语言处理技术在解放日报智能视觉创作系统中的应用情况,分析了自然语言处理技术在文章自动分类、实体及关键词抽取、文章自动摘要等方面的技术特点.

摘要： 为了获取关于同一事件的汉越双语新闻的自动摘要,提出了一种多特征融合的汉越双语新闻摘要方法.关于同一事件的新闻文本,其句子间具有一定的关联关系,利用这些关联关系有助于生成摘要.根据该思想,首先计算句子间的新闻要素共现程度及句子间的相似度;然后将这两种特征融入句子无向图并利用图排序算法对句子进行排序;之后结合句子的位置特征对排序结果进行调序;最后挑选重要句子并去除冗余生成摘要.在汉越双语新闻文档集上进行了摘要实验,结果表明提出的方法取得了较好的结果,具有有效性.

摘要： 当今社会已成为信息化时代,现代人对于因特网倚赖甚深,诸多意见皆以网络文章存在于网络中,亦称舆情。随着民众意见发声平台逐渐转移至网络上,网络舆情在民众意见的代表性上越发具有意义,然而因特网的普及亦造成舆情泛滥的现象,为使舆情能够清析并具备可阅读性,故提出以云端平台为基础所建置决策支持系统之自动摘要的方法,利用算法缩略舆情文本内容,产生具有意义的缩略性文章,以使管理人或决策者可藉由摘要内容有效率的了解舆情内容。为解决现今常见的民众意见问题,以提出支持决策支持系统的网络文章自动摘要方法为主,针对网络舆情进行网络文章的收集,并以算法缩减文章内容,使管理人可快速并且把握舆情重点,以作为决策支持系统建置的解决方法。

摘要： 本文介绍了一个机械式自动文本摘要系统.对系统中的特征词抽取模块、句子加权模块和文摘输出模块进行了详细的分析.其中提出了领域词词库自学习和消除重复摘要句的方法.最后对自动摘要系统的性能进行了讨论.

摘要： 在知识管理系统中实现文本挖掘,可帮助知识用户发现并不确切知道自己已有的信息.本文介绍了在知识管理系统中实现文本挖掘的问题.作者首先对目前知识管理的产品进行分类,然后阐述了在知识管理系统中实现文本挖掘的必要性,最后列出了目前主要的文本挖掘技术及其常见实现.

摘要： 本发明公开了一种基于改进的选择机制和LSTM变体的文本摘要模型及自动文本摘要方法，本发明在基于注意力机制的编码器‑解码器模型基础上，提出基于信息增益的选择机制和基于拷贝的LSTM变体。一方面，在编码器和解码器之间增加改进的选择机制，判断原文本中的关键信息，并将概要信息提炼出来，提高了自动文本摘要的概括能力；另一方面，以LSTM变体作为解码器端循环神经网络的循环单元，可以优化解码过程，提高解码效率，减少生成摘要中的重复问题从而提高生成摘要的可读性。

摘要： 本发明公开了一种基于改进的选择机制和LSTM变体的文本摘要模型及自动文本摘要方法，本发明在基于注意力机制的编码器‑解码器模型基础上，提出基于信息增益的选择机制和基于拷贝的LSTM变体。一方面，在编码器和解码器之间增加改进的选择机制，判断原文本中的关键信息，并将概要信息提炼出来，提高了自动文本摘要的概括能力；另一方面，以LSTM变体作为解码器端循环神经网络的循环单元，可以优化解码过程，提高解码效率，减少生成摘要中的重复问题从而提高生成摘要的可读性。

摘要： 为了解决现有技术中从AV数据中产生视频摘要会花费较多操作的问题，本发明包括从包含所述多角度视频的AV数据中检索多角度视频的检索设备4；定义所述多角度视频为视频摘要的视频摘要指定设备5；提供视频摘要的视频摘要提供设备6，及包括接收视频摘要的接收设备11的信息终端9。

摘要： 本发明属于文本数据处理技术领域，特别涉及一种融合多层次主题特征的文本摘要自动生成方法及装置，该方法包括首先基于平均词嵌入方法，将源文本对应的词向量映射成固定长度的句向量；然后将源文本对应的句向量输入到编码器中的双向GRU网络中，并得到每个句向量所对应的隐藏层状态；其次，基于生成的隐藏层状态，对源文本进行局部主题特征和全局信息特征提取；最后将提取到的局部主题特征和全局信息特征融入到源文本中进行解码，依次从源文本中选取句子组成摘要。本发明在解码时融入局部主题特征和全局信息特征，使得生成摘要贴合上下文信息，提高生成摘要的质量。

摘要： 本发明公开了一种针对不同领域文档摘要自动抽取及自动优化的方法，该方法包括：第一步：针对不同领域人工生成领域摘要模板；第二步：根据领域摘要模板自动抽取摘要；第三步：人工干预优化摘要及领域摘要模板。本发明方法使用人工生成领域摘要模板的方式，保证了不同领域的文档自动摘要的抽取速度效率与抽取摘要的正确性；在摘要生成后采用人工参与的、人工识别的方式影响优化本方法自动摘要的抽取速度效率与抽取摘要的正确性。在具有较强领域性的文档摘要抽取方面抽取速度快，效果好。

摘要： 一种基于用户评论文本特征的自动摘要方法及其自动摘要系统，该方法包括以下步骤：爬取并解析用户评论网页，并对用户评论进行一系列预处理；从用户评论中识别出被用户评价的特征；将用户评论句按其评价的特征进行分类，并根据评论句分类的结果过滤特征；以及计算评论句的得分，抽取若干文摘句生成摘要。本发明能够从大量用户评论中准确地识别用户关注的特征，根据评论的特征进行评论句分类，然后使用基于句子抽取的文本摘要方法自动生成简洁、全面的摘要，从而帮助用户显著提高获取知识的效率和质量；本发明应用于电子商务领域能够缩短用户挑选商品的时间，提高购物效率，改善购物体验。

摘要： 本发明公开了基于深度学习的子句级自动摘要模型系统及摘要生成方法，本模型系统在使用时，首先利用句级抽取单元将原始数据进行字句拆分，构建输入字句；利用基于BERT预训练模型和Transformer模型的编码器对经句级抽取单元构建的输入字句进行处理，获得包含上下文语义信息的子句的向量表示C″i,j；利用分类器对向量表示进行初步筛选，并输出初步候选子句摘要；最后通过基于BERTScore的摘要匹配器，计算候选子句摘要和原文的语义相似度，得到与原文语义最匹配的摘要；本模型通过以子句作为抽取单元，能够同时平衡摘要信息的重要性和完整性，有效的解决了字句提取过程中的冗余问题，具有摘要信息的完整性高、提取速度快的特点。

摘要： 本公开提供了一种用于生成式自动摘要生成的模型建立方法，包括：S1、对文档‑摘要数据对集合中的摘要进行预处理，对文档‑摘要数据对集合中文档进行向量化，生成多个向量化文档；S2、对所述向量化文档进行聚类处理，生成预定数目的聚类类别，每个聚类类别包括一个文档簇；S3、获取每个所述文档簇中的高频词，作为每个聚类类别的特征词汇表；以及S4、将多个所述向量化文档以及多个预处理后的摘要输入至编码器&解码器框架进行训练，在训练过程中，基于文档所属的聚类类别确定该聚类类别的特征词汇表，至少基于该聚类类别的特征词汇表进行摘要词汇预测，训练收敛后即获得生成式自动摘要生成模型。

摘要： 本公开提供了跨语言自动摘要生成模型建立方法，包括：对跨语言文档‑摘要平行数据集中的文档‑摘要数据进行预处理，对每个源语言文档‑目标语言参考摘要平行数据进行处理：将目标语言参考摘要机器翻译为源语言伪参考摘要，再将源语言伪参考摘要机器翻译为目标语言伪参考摘要；判断每个源语言文档‑目标语言参考摘要平行数据的目标语言伪参考摘要与目标语言参考摘要之间的相似度，基于相似度，保留或者舍弃源语言伪参考摘要；以及至少将更新后的跨语言文档‑摘要平行数据集中的所有【源语言文档‑目标语言参考摘要‑源语言伪参考摘要】三元组输入至编码器&解码器框架进行训练，训练收敛后即获得跨语言自动摘要生成模型。

摘要： 本发明公开了一种针对不同领域文档摘要自动抽取及自动优化的方法，该方法包括：第一步：针对不同领域人工生成领域摘要模板；第二步：根据领域摘要模板自动抽取摘要；第三步：人工干预优化摘要及领域摘要模板。本发明方法使用人工生成领域摘要模板的方式，保证了不同领域的文档自动摘要的抽取速度效率与抽取摘要的正确性；在摘要生成后采用人工参与的、人工识别的方式影响优化本方法自动摘要的抽取速度效率与抽取摘要的正确性。在具有较强领域性的文档摘要抽取方面抽取速度快，效果好。