论文部分内容阅读
随着Internet的高速发展,网上的多媒体信息急剧增长。我们迫切需要更加有效的信息组织、总结和分析技术,而信息的自动摘要和自动查询则是其中的关键。我们需要建立一个系统,它可以根据给定的语料库回答有关文本的问题,并且具备综合和概括信息的能力。同时它能把多媒体信息组织起来。要达到这个目标,必须研究多媒体信息自动摘要系统和问题回答系统。 本文首先全面阐述了有关多媒体信息自动摘要的一些基本理论,包括大规模文本处理技术、自动文摘技术、多媒体信息检索技术等。其中以自动文摘的理论和技术的介绍为侧重点。介绍了自动文摘系统的概念框架,并把这个框架加以引申作为统一全文各种多媒体信息自动摘要系统的出发点。 文本自动综述属于自动文摘研究领域,是最新的发展趋势。提出了一个文本自动综述系统的模型并给出其完整实现。这种方法利用了同一专题文本两个层次的语义相关性:文档内部段落的语义相关性和文档之间段落的语义相关性,从而实现了多文档的自动综述。系统综合了一些自然语言处理技术,包括文本分段、文本段聚类、向量空间模型的相似度计算等。在传统向量空间模型的基础上提出了一种利用关联词典计算文档间语义相似度的方法。所实现的文本自动综述系统具有领域无关、无需训练、易于实现、在现有框架下易于扩展等特点。该项研究成果在国内属首创,跟踪国际最新技术水平。 问题回答系统和自动文摘系统有着紧密的联系,它们即相互独立又互为补充。问题回答系统是TREC上最重要的一个任务之一。回顾了在TREC-10问题回答系统上的工作。WordNet是一种重要的词汇资源。在WordNet上作的很多基础性的工作,使WordNet成为一个容易使用的知识库。开发了一种路径搜索算法,借此可以在词对之间进行语义分析。在答案验证模块,提出并实现了一种受限语法的语义验证方法,它把语法信息和语义信息结合起来,使得答案的验证更加可靠正确,在问题回答系统中得到了很好的应用。 视频摘要技术是多媒体信息自动摘要技术的另一个重要方面。文中回顾了视频摘要的基本方法和关键技术。然后提出了一种将NLP技术和视频技术结合起来的视频摘要的方法,并实现了一个集成文本自动综述系统的视频摘要系统。这种方法是拓宽视频摘要技术研究思路的一个有益的尝试。