【自動摘要】

豐碩

【自動摘要】

 

AutomaticAbstract

 

【辭書名稱】圖書館學與資訊科學大辭典

 

自動摘要(AutomaticAbstract)是研究如何利用電腦，自動從文獻中找出重要而具代表性的關鍵詞句，以組織成該文獻的摘要稱之。

 

美國人魯恩(H.P.Luhn)首先於1958年提出此一構想。

 

方法如下：（一）將整篇文章輸入電腦內，轉成機讀格式。

 

（二）去除文章中所有不具意義的非關鍵字，例如AND,OR,THE,A等英文介詞，冠詞，連接詞等列為剔除字(Stoplist)。

 

（三）逐次計算剩餘字彙出現的個數，並按出現總數大小排序。

 

（四）將出現總數超過X次以上之字彙，列為高頻率字彙(HighFrequency)或重要語彙(SignificantWords)。

 

（五）以這些高頻率字彙為基礎，找出含有這些高頻率字彙的句子。

 

凡在同一句子內，2個高頻率字彙的間隔不超過4個字以上，就稱為一個字群(Cluster)。

 

（六）計算每個句子字群之顯要因素值(SignificanceFactor)。

 

顯要因素值之計算公式如下：（字群中高頻率字彙個數）2顯要因素值＝────────────字群中字彙之總個數（七）句子的重要性便是依據個別字群之顯要因素值之總和，或是以最大的顯要因素值代表之。

 

然後逐一將句子挑選出來形成摘要。

 

此自動摘要法又可稱為關鍵摘要法(KeyMethod)。

 

除此之外，一般常用的方法尚有以下幾種：（一）提引摘要法(CueMethod)：一個句子當中，某些字彙極具代表性，對於整篇文章具有極佳的指引作用。

 

因此若能在電腦內建立一套提引字典(CueDictionary)，將這些字彙給與正負加權數，去比對並計算句子內每個單字之積分，便可以找出重要的句子。

 

（二）題名摘要法(TitleMethod)：此法基本假定凡文章篇名或副篇名的字彙，均可作為提示文章內容的指標。

 

句子的顯要因素值之計算，便是以句子內包含有這些字之個數計算而得。

 

（三）位置摘要法(LocationMethod)：主要是以句子出現的位置予以加權計算。

 

特別是文章段落的主題句(TopicSentence)；

 

文章的第一段及最後一段；

 

一篇文章的開頭簡介及結論部分，都比其他位置之句子重要。

 

以上幾種自動摘要的方法，主要為將文章的句意以不同的方式，轉換成電腦可以計算與比較的顯要因素值，然後自動組成文章的摘要。

 

 

轉自:http://edic.nict.gov.tw/cgi-bin/tudic/gsweb.cgi?o=ddictionary