应用于面向问题的自动文摘任务的篇章分析关键技术研究

面向问题的自动文摘任务主要采用基于简单特征的句子抽取方法，存在摘要句信息冗余大、主题不连贯、不能很好地回答问题等缺陷。为了改善摘要性能，本申请提出引入篇章分析的理论和技术，从三个方面展开研究：第一，从语言学角度出发，并综合考虑篇章分析的可计算性，融合了修辞结构理论（RST）和语篇向心理论（CT），综合语句的修辞关系和话题转移关系定义了篇章标注体系，并提出了基于条件随机场的自动篇章标注方法；第二，为了使主题连贯均衡地分布在摘要中，提出了利用篇章关系构建主题模型，在语句层和词汇层建立了双层主题结构，在词汇层为主题构造层级概率生成模型，并通过语句的篇章关系调整主题的划分；第三，由于问题回答(QA)融入了自动文摘任务中，课题针对复杂观点型问题提出了判别和分析方法，以及文本语句观点倾向性分析的方法。本申请的研究成果，不仅为改进自动文摘系统提供了一种新的思路，而且为篇章分析等工作提供了基础资源和技术。