新聞記事の要約のためのテンプレートの自動抽出に関する研究

报纸文章摘要模板自动提取研究

• 批准号: 08780336
• 负责人: 徳永 健伸
• 金额: $ 0.7万
• 依托单位: Tokyo Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1996
• 资助国家: 日本
• 起止时间: 1996 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-08780336/
• 关键词: 情報検索; 情報抽出; テンプレート; 新聞記事

従来から抄録や要約に関する様々な研究がおこなわれているが,これらの多くは,主に一つの記事(文書)の内容を要約することに重点を置いているため,新聞やニュースのような一つのイベントに対して複数の記事が存在するテキストに適用した場合,複数の記事によって表される情報(時間的なイベントの変化など)をうまく要約することができないという問題がある.そこで、ある話題の記事に対して重要と考えられる項目をあらかじめテンプレートとして用意しておき、それを用いて抽出した各記事のデータから要約を作り出すことが考えられる.このような考え方をもとにした要約処理の研究はなされつつあるが、現段階では,テンプレートの作成は話題ごとに人手によっておこなわれている.本研究では,新聞記事を対象とし,要約のためのテンプレートを,ある話題に関する記事集合から自動的に抽出することを目的とする.本研究で提案するテンプレートの自動抽出手法では,テンプレートの形式を、「動詞+格要素(その格に望ましい意味カテゴリ名を含む)」の意味的に類似した集合という形で表し,「話題で重要な表現=話題に固有な表現」という仮定のもとに,対象の話題の記事の出現頻度とランダムに集めたサンプル記事の出現頻度をもとに計算した重要度という値を用いてテンプレートを抽出する.本手法を、日本経済新聞の4つの話題(地震,交通事故,火災,記者会見)に適用し,作成したテンプレートを用いて実験をおこなった結果,話題で重要と考えられるテンプレートが抽出され,本テンプレートを,ある話題において重要でない記事を取り除くフィルタ的な利用が可能であることが確認した.

迄今为止，已经进行了各种关于摘要和摘要的研究，但其中大多数都集中于总结单个文章（文档）的内容，因此它们不适合应用于报纸或新闻文章等文章。一个事件存在多篇文章，存在无法很好地概括多篇文章所表达的信息（例如事件随时间的变化）的问题。可以想象，准备一个对于某个主题的文章来说重要的项目的模板，然后使用该模板根据从每篇文章中提取的数据创建摘要。基于此想法的摘要处理研究正在进行中，但是在此阶段，为每个主题手动创建模板。在这项研究中，我们专注于报纸文章并创建了用于总结的模板本文的目的是从一组文章中自动提取特定主题的动词。本研究提出的自动模板提取方法使用模板格式为“动词+格元素（带有格所需的语义类别名称）”基于“主题中重要的表达=特定于主题的表达”的假设，将目标主题的文章和随机收集的样本文章的出现频率以语义相似的“包括”集合的形式表示。使用根据出现频率计算出的称为重要性的值来提取模板。该方法应用于日本经济新闻中的四个主题（地震、交通事故、火灾和新闻发布会），创建的模板是由于使用该方法进行实验，提取了被认为对某个主题重要的模板，并证实该模板可以像过滤器一样使用，以删除对某个主题不重要的文章。