Метод тематического связанного ранжирования для задач автоматического сводного реферирования научно-технических информационных сообщений

• Автор: Тарасов, Сергей Дмитриевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2011
• Место защиты: Санкт-Петербург
• Количество страниц: 211 с. : ил.

СОДЕРЖАНИЕ
Введение

Глава 1. Современное состояние проблемы автоматического сводного

реферирования текста.

1.1. Актуальность задачи автоматического реферирования текста

1.2. Реферат и аннотация

1.3. Постановка задачи реферирования текста

1.4. Обзор методов автоматического реферирования текста

1.5. Современные системы автоматического реферирования текста

1.6. Особенности сводного автоматического реферирования

1.7. Обзор методов сводного автоматического реферирования

1.8. Современные системы автоматического сводного реферирования
1.9. Постановка задачи исследования диссертационной работы.
1 Выводы но Главе
Г лава 2. Разработка метода тематического связанного ранжирования для задач сводного реферирования.
2.1. Метод i i
2.2. Использование метода i i для задачи сводного
реферирования
2.3. Использование метода i i для задачи сводного
реферирования новостных кластеров на русском языке.
2.4. Подбор параметров метода i i.
2.5. Модифицированный метод i i.
2.6. Подход к описанию модели кластера документа на основе тематической связности
2.7. Метод тематического связного ранжирования.
2.7.1. Ранжирование на основе меры лексической близости предложений
2.7.2. Ранжирование на основе меры лексической близости предложений
с учетом более сложных лингвистических критериев.
2.7.3. Ранжирование с учетом нелинейности текста, как связной
структуры на основе метода i i
2.7.4. Метод построения графа тематической связности
2.7.5. Метод формирования сводного реферата на основе графа тематической связности.
2.8. Выводы по Главе
Глава 3 Разработка алгоритма автоматического сводного реферирования научнотехнических Информационных сообщений.
3.1. Обобщенный алгоритм автоматического сводного реферирования научнотехнических информационных сообщений.
3.2. Выбор способа формулировки тем.
3.2.1. Использование заголовков документов в качестве формулировок основных тем коллекции документов.
3.2.2. Использование шаблонных фраз как формулировок основных тем коллекции документов
3.3. Предварительный анализ текста
3.4. Модель и алгоритм вычисления меры е учетом связей понятий по тезаурусу.
3.5. Алгоритм формирования связного текста сводного реферата на основе графа тематической связности.
3.6. Выводы по Главе 3.
Глава 4. Исследование эффективности метода тематического связного ранжирования.
4.1. Основные подходы к функциональной оценке качества систем реферирования
4.2. Экспертные ручные оценки качества реферирования.
4.3. Метрика .
4.3.1. Метрика .
4.3.2. Метрика .
4.3.3. Метрика для кластеров на русском языке
4.4. Описание эксперимента по оценке.
4.5. Достоверность экспертных оценок и корреляция между критериями.
4.6. Результаты оценки.
4.7. Оценка производительности.
4.8. Выводы по Главе 4.
Глава 5. Программный комплекс vi.
5.1. Общая концепция организации программного комплекса автоматического сводного реферирования
5.2. Программный комплекс для автоматического сводного реферирования vi.
5.3. Архитектура ПК vi.
5.4. Пользовательский интерфейс ПК vi
5.5. Пример работы ПК vi.
5.6. Оценка эффективности ПК vi
5.7. Выводы по Главе 5.
Заключение.
Список литературы


Таким образом, если реферат в краткой форме знакомит читателя с сутью излагаемого в документе содержания фактами, методикой, экспериментами и т. Процесс составления аннотации называется аннотированием. Рефераты и аннотации представляют собой вторичные документы первичные, или исходные, документы это книги, статьи, патенты и т. Преобладающей концепцией типологии рефератов, в основу которой положено функциональное назначение документов, является деление их на информативные и индикативные. Эта концепция была принята еще в г. Париже на Международной конференции по научному реферированию. В дальнейшем она совершенствовалась, развивалась многими отечественными и зарубежными специалистами. В.И. Соловьева 0, отличающиеся всеобъемлющим характером, многогранностью, основанные на большом эмпирическом материале Из зарубежных исследований, прежде всего, следует отметить работы И. С. i 4, . Е. i 4, . Е. i 2 и других. Современная классификация рефератов приведена в приложении 1. А нал ит ически и референт делит текст на некоторые фрагменты абзацы, аспекты н т. Каждый фрагмент внимательно изучается, в нем выделяют основные смыслов,i единицы предложения, словосочетания, слова. Ферата или аннотации выделенные ранее смысловые единицы их комбинации или преобразования располагаются в единый вторичный текст в соответствии с планом реферата или аннотации. Ключевое опорное слово это термин, относящийся к основному содержанию текста и повторяющийся в нем несколько раз с учетом всех возможных синонимов. Ключевое словосочетание это сочетание слов, среди которых есть одно или несколько ключевых. Ключевым предложеннем считается предложение, содержащее два и более ключевых слова или ключевых словосочетания. Составление плана будущих реферата или аннотации заключается в выделении некоторых смысловых ориентиров, которые на 3м этапе будут развернуты более подробно. Создаваемый на 3м этапе реферат или аннотация содержат выделенные ранее смысловые единицы. При перефразировании применяются различные лсксикограмматические явления использование синонимов, конверсивов, замен по принципу видрод, частьцелое и т. При получении новых предложений из ключевых слов и словосочетаний исходного текста чаще всего используют различные логикосмысловые скрепы, например, потому что, в то время как, поэтому, вследствие и т. В современных условиях экспоненциального роста объема информации, ее неструктурированное, а также высокой потребности лиц. В таких условиях особую актуальность приобретают методы автоматического и автоматизированного интеллектуального реферирования. С самого начала активного использования ЭВМ первого поколения т. Одной из первых задач по обработке естсственмоязыковых текстов при помощи ЭВМ стал машинный перевод. В год в США. ЭВМ было переведено шестьдесят фраз. Знаменитый Джорджтаунский эксперимент 6 произвел неизгладимое впечатление на специалистов. И хотя его результаты оказались весьма скромными, они вселили в ученых уверенность в том, что имеются хорошие перспективы использования ЭВМ для работы с текстами па естественном языке. Почти одновременно с работами по машинному переводу начались исследования по использованию ЭВМ для целей автоматического реферирования научнотехнических текстов. Первой работой в области автоматического реферирования текста на естественном языке средствами вычислительной техники принято считать статью Н. I v в году 4. С этого момента было предложено множество подходов к решению данной проблемы. На первом этапе исследований наиболее популярными были подходы, основанные на выявлении тех или иных статистических закономерностей распределения терминов в тексте или их взаимного расположения в нем , , . В дальнейшем исследования в области автоматизированного реферирования сместились в сторону использования внутренних структур текста, выявления той информационной основы, которая организует весь текст , , 0. Работы в этом направлении оказали существенное влияние на использование ЭВМ для сочинения искусст венных текстов. Экстракция пзвле чей не предложен ий.