宁 珊，严 馨，徐广义，周 枫 ， 张 磊

(1.昆明理工大学信息工程与自动化学院，云南 昆明 650504;2.昆明理工大学云南省人工智能重点实验室，云南 昆明 650504;3.云南南天电子信息产业股份有限公司,云南 昆明 650040)

1 引言

随着互联网的发展，大量的互联网信息每天快速地更新，人们每天都能接触到海量的文本信息，如新闻、博客、聊天、报告、论文、微博等，快速提取需要的信息成为当前亟待解决的问题。文本摘要是能够从大量的信息源中提炼出关键信息的方法，用户可以通过阅读文摘信息获取文本的关键信息而无需阅读整个文档，从而帮助用户节省时间。随着计算机科学的发展和自然语言处理技术的不断进步，自动摘要技术已经广泛地应用到其他相关领域，比如文本分类、信息检索、问答系统等。

现有的关于文本摘要自动生成的研究，主要是通过对文本分析，提取出其中的重要信息组成摘要信息。Hou等人[1]在名词词汇链的基础上，增加了谓语词汇链和副词词汇链，将三者结合，考虑的文档信息更全面、准确，可提取出更完善的摘要信息;Erkan等人[2]提出基于句子图形表示中的特征向量来计算句子重要性,以提取摘要信息;Vanderwende等人[3]提出用句子中所有词在文本集中出现的概率之和来表示句子重要程度，然后选择最重要的句子组成摘要；Wan等人[4]提出了一个邻近文档的概念，即在考虑本文档信息的基础上，综合考虑与其相邻近的文档信息，在邻近文档信息的补充下得到更完整的文本信息；……