关于自动、基于学习的文档摘要，有哪些好的资源可供学习？

Question

文档摘要可以通过从源文档中提取文本来完成，或者您可以使用学习算法来解释文档所传达的内容，然后使用语言生成技术(就像人类一样)生成摘要。

对于后一种方法，是否有算法或已有的研究工作？一般来说，有哪些关于文档摘要技术的好资源可供学习？

Answer 1

您正在寻找的主题是计算机科学社区中的自动摘要。

自动摘要是使用计算机程序减少文本文档的过程，以便创建保留原始文档中最重要点的摘要。 自动摘要的方法包括基于提取的、基于抽象的、基于最大熵的和辅助的摘要.

这是一篇关于这个主题的好的调查论文。您可能想看看另外两篇论文：1和2。

希望能帮上忙。

Answer 2

自动文本摘要一般有两种类型:抽象式和抽取式。抽象方法比抽取方法要复杂一些。第一种是从句子中提取关键信息。利用自然语言生成技术，利用这些特征生成新句子。

然而，在后面的方法中，所有的句子都使用词汇排序、词汇链接等方法进行排序，相似的句子采用余弦相似、模糊匹配等方法进行聚类，其中最重要的句子被用来生成给定文档的摘要。

一些现有的自动文件文本摘要工作和从各种来源汇编的技术：

1. 词法链接的Semantria方法
2. 米德
3. http://dl.acm.org/citation.cfm?id=81789
4. summarization.pdf
5. http://www.upf.edu/pdi/iula/iria.dacunha/docums/cicling2013LNCS.pdf