基于Clique聚类的精神分裂症多文档自动摘要研究

2016-03-21，

中华医学图书情报杂志 2016年3期

，

多文档自动摘要的任务是利用自然语言处理等信息处理技术分析文献内容，从中提取出重要信息并生成简洁的摘要。因其能够使用户快速了解、选择文献集中的重要信息而受到越来越多的关注。近年来，随着科技文献的迅速增长，科技人员对摘要的需求越来越大；而作者摘要仅能提供单篇论文的缩略信息，不能提供相关主题的整体研究概况。多文档摘要，尤其是针对大型专题文献集，则能有效地解决这一问题，为用户节省更多的时间与精力，具有重要的意义。

目前多文档自动摘要研究多集中在对新闻事件、网页信息等进行摘要，鲜有对科技论文进行摘要的研究。其原因是科技论文报道的内容复杂多样，需要在对内容理解的基础上进行摘要，因此要借助于领域知识库的支撑。在生物医学领域，一体化医学语言系统(UMLS)的研究和开发为医学文献向知识单元的语义表达发展提供了基础，也为自动摘要研究开辟了新的途径。本研究旨在探索从节点、边以及网络凝聚子群(clique)三个层次抽取文献集关键信息生成摘要，并利用clique共有概念对其聚类以发现摘要子主题的方法；同时借助于医学术语表及自然语言处理工具，对文献内容进行语义表达并抽取，生成文献摘要的语义网络图，使摘要内容表达形象、简洁。