余兵兵 严 馨* 周 枫 徐广义 莫源源

1(昆明理工大学信息工程与自动化学院 云南 昆明 650500)2(昆明理工大学云南省人工智能重点实验室 云南 昆明 650040)3(云南南天电子信息产业股份有限公司 云南 昆明 650040)4(云南民族大学东南亚南亚语言文化学院 云南 昆明 650500)5(上海师范大学语言研究所 上海 200234)

0 引 言

柬埔寨和中国自古以来就开展了友好交往，是中国重要的双边贸易国之一。随着中国与东南亚交流的日益增多，东南亚语言自然语言处理技术的研究变得尤为重要。柬语在信息处理研究中相对薄弱，自动文本摘要在文本中起着重要作用。自动文本摘要通过分析原始文档从原始文本中提取出重要信息，然后生成简短摘要，可以从原始文本中提取或重写。进入大数据时代后，互联网上出现了大量的文字信息。将自动文本摘要技术应用于新闻领域后，简短摘要可以帮助人们快速获取信息。根据文档的数量，自动文本摘要分为单文档摘要[1]和多文档摘要[2]。单文档摘要是指针对单个的文档，对其内容进行抽取总结生成摘要；多文档摘要是指从包含多份文档的文档集合中生成一份能够概括这些文档中心内容的摘要。根据生成摘要的方法，自动文本摘要主要分为生成式摘要[3]和抽取式摘要[4]。前者是在理解文章语义的基础上，生成简洁的摘要；后者是通过抽取文档中的句子生成摘要，通过对文档中句子的得分进行计算，得分越高代表句子越重要，然后依次选取得分最高的若干个句子组成摘要。……