使用潛在語意分析與自我組織映射於中文文件摘要

Using Latent Semantic Analysis and Self-Organizing Map in Chinese Text Summarization

10.6843/NTHU.2008.00664

黃信捷

文件摘要 ； 潛在語意分析 ； 自我組織映射 ； Text Summarization ； Latent Semantic Analysis ； Self-organizing Map

清華大學資訊系統與應用研究所學位論文

2008年

碩士

蘇豐文

繁體中文

本論文提出了兩種分群式文件摘要器(clustering text summarizer)來抽取出文件中重要的語句產生摘要。第一個方法是使用自我組織映射(Self-organizing Map)技術，透過此方法將文件句子做分群，在從各群之中挑選最佳的句子當作摘要。第二個方法，我們結合潛在語意分析(Latent Semantic Analysis)與自我組織映射技術，透過潛在語意分析將文件中的句子隱含的語意挖掘出來，再將分析後的句子透過自我組織映射進行分群，在從各群之中挑選最佳的句子當作摘要。 挑選句子之前必須決定各群挑選的優先權，優先權的決定方式則為將每一群的所有句子分數做加總，總分數越高則該群的優先權越高。句子分數的計算方式則是根據「句子的關鍵字含量」、「句子在文件中的位置」、「句子的標題含量」、「句子的TFIDF(term frequency – inverse document frequency)強度」來決定之。 我們之所以考慮了分群，是因為我們假設摘要者在挑選了一句子當作摘要時，會儘量不再挑選與該句極為相似的句子。句子分群後，使得挑選摘要句子得以從不同分群的句子中挑選，以避免重複挑選出相似的句子。 在實驗部分，我們收集了100篇新台灣新聞週刊中關於政治類的文章，並將前述的兩種分群式文件摘要器應用於該政治類的文章中。實驗評估結果顯示，我們所提出的方法皆比基準方法(baselines)表現較優，在文件壓縮比率為20%以及不考慮特徵權重的情況下，準確率分別為46.70%與53.39%。

1. 郭松霖(2011)。以自組織映射圖(SOM)進行資訊安全視覺化。中原大學資訊管理學系學位論文。2011。1-81。