自动引文摘要研究述评..PDFVIP

总第270 期 2016 年 第5 期 自动引文摘要研究述评 刘天祎 步 一 赵丹群 黄文彬 (北京大学信息管理系 北京 100871) 摘要: 【目的 】对引文摘要领域的国外主流研究方法和步骤进行综述分析。【文献范围 】选取2007 年以来引文 摘要领域的重要研究及此前自动摘要、引文分析领域的研究进展。【方法 】基于文献调研, 介绍该领域的基本概 念以及自然语言处理的方法在引文摘要中的应用。【结果 】引文句在摘要实践中起到重要的概括作用、指示作用 和关联作用, 具有一定的优越性。【局限 】缺乏对引文摘要领域现有成果和可能达成的理想情况的比较。【结论 】 引文摘要拓展了自动摘要和传统的信息计量学的研究方向, 并对改进自动摘要原有的评估方案提出要求, 同时 产生了有关引文窗口扩展、语料库构建等一系列新问题。本文对这些问题进行探讨, 并对引文摘要未来的研究 发展进行展望。 关键词: 自动摘要 引文摘要 引文句 自然语言处理 分类号: G350 加工、生成目标文献的摘要, 并保证这个子集具有足 1 引 言 够的压缩率和较好的概括能力。为此, 它的研究步骤 自动摘要是自然语言处理的重要研究课题之一, (或关键问题)主要包括: 选择合适的、可获取全文的语 长期以来, 其研究主要关注基于正文文本信息的摘要 料库; 引文句(域)识别与摘取; 引文类型和引文目的 生成技术和方法。完全基于正文的摘要(包括作者摘要) 识别, 对引文句进行分类和筛选; 引文句的组织和排 虽然能够较好地反映原文内容, 但在对原文影响力的 序, 形成引文摘要(初稿); 摘要后处理; 摘要评估。 概括能力上则比较有限, 更无法反映文献影响力的历 自动摘要原本就被广泛应用于信息检索。Bradshaw 时性变化[1] 。 认为引用关系可以用于学术检索效果的改进, 这反映 引用(被引用)关系是学术文献之间最有研究价值 了引文摘要的优越性[2] 。此外, 研究表明对于高被引文 的关联关系之一, 可看作是从其他学者视角对被引文 献来说, 引文摘要更具客观性和多样性[3], 并在揭示 献内容的一种概括或解读, 进而体现被引文献对其他 [4-5] 。此外, 与基 目标文献信息方面具有明显的优越性 研究的学术影响或价值。因此, 借鉴文献计量学中的 于正文的摘要方法相比, 引文摘要不仅在内容上比原 引文分析思想, 开展基于引文信息的摘要研究(简称 文句子更具概括性, 由于经过了一轮人工的分析, 还 “引文摘要”)逐渐成为自动摘要领域最近 10 年来一个 具有一定的评论性和延伸性, 能够更好地反映出原文 新的探索方向。 中有重要意义的部分。 目前, 引文摘要研究的基本思路可以概括为: 搜 事实上, 引文摘要研究的兴起, 主要得益于全文 寻目标文献的所有施引文献的全文, 以获取全文中对 语料的日益普及和自然语言理解技术的进步, 同时, 目标文献引用标注所在的所有句子或其他相关信息, 也可将其视为引文语境分析(Citation Context Analysis) 将其看作一个集合, 然后从这个集合中选取一个子集 技术的一类重要应用。自2008 年Qazvinian 等首次开 通讯作者: 赵丹群, ORCID: 0000-0003-0685-6689, E-mail: zdq@ 。