自动文本摘要研究综述

被引:59
作者
李金鹏 [1 ,2 ]
张闯 [1 ]
陈小军 [1 ]
胡玥 [1 ,2 ]
廖鹏程 [1 ,2 ]
机构
[1] 中国科学院信息工程研究所
[2] 中国科学院大学网络空间安全学院
关键词
自动文本摘要; 抽取式方法; 生成式方法; 深度学习; ROUGE指标;
D O I
暂无
中图分类号
TP391.1 [文字信息处理]; TP18 [人工智能理论];
学科分类号
081203 ; 0835 ; 081104 ; 0812 ; 1405 ;
摘要
近年来,互联网技术的蓬勃发展极大地便利了人类的日常生活,不可避免的是互联网中的信息呈井喷式爆发,如何从中快速有效地获取所需信息显得极为重要.自动文本摘要技术的出现可以有效缓解该问题,其作为自然语言处理和人工智能领域的重要研究内容之一,利用计算机自动地从长文本或文本集合中提炼出一段能准确反映源文中心内容的简洁连贯的短文.探讨自动文本摘要任务的内涵,回顾和分析了自动文本摘要技术的发展,针对目前主要的2种摘要产生形式(抽取式和生成式)的具体工作进行了详细介绍,包括特征评分、分类算法、线性规划、次模函数、图排序、序列标注、启发式算法、深度学习等算法.并对自动文本摘要常用的数据集以及评价指标进行了分析,最后对其面临的挑战和未来的研究趋势、应用等进行了预测.
引用
收藏
页码:1 / 21
页数:21
相关论文
共 22 条
[1]   基于图排序算法的自动文摘研究综述 [J].
王俊丽 ;
魏绍臣 ;
管敏 .
计算机科学, 2015, 42 (12) :1-7+39
[2]   基于机器学习的自动文摘研究综述 [J].
曹洋 ;
成颖 ;
裴雷 .
图书情报工作, 2014, 58 (18) :122-130
[3]   多文档文摘中句子优化选择方法研究 [J].
秦兵 ;
刘挺 ;
陈尚林 ;
李生 .
计算机研究与发展, 2006, (06) :1129-1134
[4]  
Machine learning-based multi-documents sentiment-oriented summarization using linguistic treatment[J] . Asad Abdi,Siti Mariyam Shamsuddin,Shafaatunnur Hasan,Jalil Piran.Expert Systems With Applications . 2018
[5]  
Responsive text summarization[J] . Luis A. Leiva.Information Processing Letters . 2018
[6]  
Probabilistic Latent Semantic Indexing[J] . Thomas Hofmann.ACM SIGIR Forum . 2017 (2)
[7]  
Opinion summarization methods: Comparing and extending extractive and abstractive approaches[J] . Roque Enrique López Condori,Thiago Alexandre Salgueiro Pardo.Expert Systems With Applications . 2017
[8]  
Extractive multi-document text summarization using a multi-objective artificial bee colony optimization approach[J] . Jesus M. Sanchez-Gomez,Miguel A. Vega-Rodríguez,Carlos J. Pérez.Knowledge-Based Systems . 2017
[9]  
Word-sentence co-ranking for automatic extractive text summarization[J] . Changjian Fang,Dejun Mu,Zhenghong Deng,Zhiang Wu.Expert Systems With Applications . 2017
[10]  
How far we can go with extractive text summarization? Heuristic methods to obtain near upper bounds[J] . W.M. Wang,Z. Li,J.W. Wang,Z.H. Zheng.Expert Systems With Applications . 2017