自动文摘

所谓自动文摘就是利用计算机自动地从原始文献中提取文摘，文摘 是全面准确地反映某一文献中心内容地简单连贯的短文。

自动文摘技术主要有机械文摘和理解文摘两种。机械文摘能够适用于非受限域，这符合当前自然语言处理技术面向真实语料、面向实用化的总趋势，但是由于它局限于对文本表层结构地分析，所以经过近40年的发展已接近技术极限，文摘质量很难再有质的飞跃。理解文摘牺牲领域宽度，换取了理解深度，它作为理论探索的价值很高，但实用性较低，在可预见的未来中前景黯淡。

为了适应大规模真实语料的需要，自动文摘应立足于面向非受域，不断提高文摘质量。篇章结构属于语言学范畴，不触及领域知识，因而基于篇章结构的自动文摘方法不受领域的限制。同时篇章结构比语言表层结构深入了一大步，根据篇章结构能够更准确地探测文章的中心内容所在，因而基于篇章结构的自动文摘能够避免机械文摘的许多不足，保证文摘质量。

自动摘录将文本试为句子的线性序列，将句子视为词的线性序列。它通常分4步进行：（1）计算词的权值；（2）计算句子的权值；（3）将原文中的所有句子按权值高低降序排列，权值最高的若干句子被确定为文摘句；（4）将所有文摘句按照它们在原文中的出现顺序输出。在自动文摘中，计算词权、句权、选择文摘句的依据是文本的6种形式特征：词频、标题、位置、句法结构、线索词和指示性短语