基于引文的英文文檔文摘自動生成方法研究.pdf

1、對于一名科研工作者而言，快速進入一個新的研究領域是痛苦的，因為這需要閱讀大量相關的已有文獻。一個快速高效的辦法是閱讀該領域的文獻綜述，從這類文章中可以快速了解該領域的歷史背景、研究現狀和未來趨勢。但優(yōu)秀的文獻綜述數量較少，并非在各個領域各個方向都能找到，其原因是一篇優(yōu)秀的文獻綜述一定是出自該領域的一位資深研究者之筆，并且費時費力。所以近年來，越來越多的學者開始研究自動文獻綜述系統，只需要用戶輸入其感興趣的研究領域，系統便能生成一篇該領域

2、的文獻綜述。作為這項研究的重要內容之一，如何為單篇文章自動生成摘要自然也得到了學術界的高度重視。有研究表明，在引用同一篇文章時，不同的作者往往會關注不同的方面，因此，對一篇文章的引文集合進行合理分析，就可以知道這篇文章做了什么工作，有哪些貢獻，以及對其研究領域產生了怎樣的影響。本文首先了介紹了一種已有的使用引文進行自動文摘的方法，通過對該方法進行分析，針對其存在的一些缺點和不足，提出了一種改進的方法，改進主要體現在：
　　1.在生

3、成的摘要中加入比較信息。在原方法生成的摘要中，僅包含貢獻信息，即描述目標文獻所做工作或所取得成果的信息，但忽略了施引文獻中蘊含的比較信息，即描述自己工作和已有工作之間有意義的不同之處的信息，通過收集并分析比較信息，便可以把握一個研究領域的發(fā)展脈絡，對文獻綜述自動生成意義重大，因此，在本文提出的方法中，將比較信息加入到了生成的摘要中。
　　2.使生成的摘要包含更多更重要的貢獻信息。在原方法生成的摘要中，包含貢獻信息的多少及包含貢獻信

4、息的重要程度直接取決于聚類是否精確。本文使用與原文不同的聚類方法，提高了聚類的精確度，從而使生成的摘要包含更多更重要的貢獻信息。
　　3.使用更加準確的引文權重計算方法。原方法中，在得到聚類結果后，需要從每個類中抽取最具代表性的引文來組成摘要，因此需要計算引文的權重，原文在計算權重時只考慮了引文之間的文本相似性，在此基礎上，本文還綜合考慮了施引文獻的被引數和施引文獻通訊作者的影響因子，從而使權重的計算更加全面。
　　4.使用