群体研讨支持系统是综合集成研讨厅的一个重要组成部分,其作用是支持群体成员在线交流自己的意见并对这些意见进行综合分析。在研讨过程中,会产生大量的发言文本信息,如果不对这些文本进行分析处理,则不利于研讨参与者识别不同发言内容之间的逻辑关系。目前,对研讨信息的分析处理多采用人工智能领域中的辩论推理方法,即通过分析发言结点之间的攻击或支持关系及攻击或支持的强度确定发言结点的可接受性或发言结点的共识值。但是,在基于文本的研讨过程中,研讨文本之间没有明确的攻击与支持关系,这时群体共识隐藏于研讨文本内容之中,这就需要对研讨文本内容进行分析处理。针对这个问题,本文提出对多研讨文本内容进行分析处理并提取共识的方法,并将该方法运用于群体研讨支持系统之中。具体工作如下:1、提出一种基于多文档摘要的研讨文本分析方法。该方法首先对研讨文本进行预处理;然后利用启发式聚类算法对预处理后的文本进行聚类分析,形成多个文本簇,并采用多文档摘要算法提取各文本簇摘要;最后采用D3技术展示聚类结果和摘要内容。2、在分析经典的Text Rank算法的基础上,提出一种改进的Text Rank文本摘要算法。该算法的核心思想是将句子位置、关键词句子和句子长度等信息加入到句子权重计算中,同时给出了改进后句子相似度的计算方法并通过实验证明该算法是可行的。3、开发一个基于Web的研讨文本分析子系统,并把该子系统整合到实际的研讨系统中。用一个研讨实例中的研讨文本集进行实验分析,通过调节聚类算法中的阈值,可以得到不同的聚类结果和文本簇的摘要。实验证明,本文所提出的基于多文档摘要研讨文本分析方法是可行的,能有效促进专家思维收敛,提高研讨效率。