王宗辉，李宝安，吕学强，游新冬

1(北京信息科技大学 网络文化与数字传播北京市重点实验室，北京 100101)2(北京信息科技大学 计算机学院，北京 100101)

1 引 言

随着互联网的快速发展，面对大量的文本信息，如新闻，文献，报告等，传统的阅读方式，需要人们自己阅读全篇，总结核心内容，效率低，成本高，如何快速、准确的获取长文本的概括主旨摘要是一个急需解决的问题.

Tas[1]等人指出文本摘要是将源文本压缩为缩小版本，以保留其信息内容和整体含义.胡侠[2]等人对于中文的摘要生成方法进行阐述，介绍了常见的几种摘要生成的方法.文本摘要方法可以分为抽取式摘要和生成式摘要，抽取式摘要方法包括根据单词和句子的特征从文档中选择高等级的句子，并将它们放在一起以生成摘要，句子的重要性取决于句子的统计和语言特征，生成式摘要用于理解给定文档中的主要概念，然后以清晰自然的语言表达这些概念.抽取式摘要和生成式摘要具有各自的优缺点.本文以抽取式摘要为研究对象.

抽取式摘要的优点，可以最大化地保证摘要内容来自于原文，抽取式摘要的任务对象非常适合科技文献，法律文书，医疗诊断书等文本载体，可以提高摘要内容的正确性，避免生成不准确甚至是错误的信息.然而，抽取式摘要也有一定的缺陷，抽取式摘要的对象是文本中的句子，当要抽取的数值确定时，会有正确的摘要句未被抽取，造成摘要内容……