论文部分内容阅读
科技文献一直是情报学领域研究的重要对象之一。科技文献是包含有专业语义信息的非结构化文本,如果能将其结构化或者部分实现语义表示,有助于提高用户对科技文献的阅读与理解效率。 本文的核心目标是利用事件抽取技术对科技文献实现结构化自动摘要。本文首先提出了“科研事件”这一概念。与传统中句子级元事件抽取不同,科研事件将“事件”这一对象的范围从句子扩大到篇章,即不再将单个的句子看作一个事件,而是将一篇科技文献抽象看作一个为事件。科研事件假设科技文献文本中的句子都有一个事件要素角色类别属性,例如一个句子可能主要描述方法内容,也可能是描述文献背景内容等。科研事件抽取的目标就是识别文献中各个句子所属的事件要素类别。对科技文献文本中的各个句子进行事件要素类别识别的基础上,利用自动摘要相关技术得到每个句子在文本中的重要程度,最后选取各个事件要素类别下重要程度最高的句子组成最终的结构化自动摘要。 本文主要内容分为三部分,第一部阐述了科研事件抽取相关内容,包括科研事件定义与框架设计、科研事件要素触发词库自动构建、以及基于触发词的科研事件要素识别。第二部分为自动摘要技术相关内容,阐述了基于科技文献特征线索词与TEXTRANK的自动摘要方法,最后结合科研事件抽取结果得到最终结构化自动摘并给出了详细的实验步骤与测评结果。