|
文件自動摘要可以有效節省使用者在閱讀大量文件時所耗費的時間，亦即摘要的目的在於從文件中萃取出原文必要、重要的文句，而不失其原意涵，以期從摘要中使用者即可瞭解文件所涵蓋的概念，幫助使用者更快速瞭解文件內容。
本研究提出一個文件自動摘要的方法，KCS，透過文件關鍵字詞權重的計算與字詞間關係的分析，藉以幫助挑選文件中具有涵蓋較多資訊的句子，來提升摘要的品 質。所提方法的過程可分成兩大步驟：1) 找出在文件中的重要關鍵字，使用統計方法之機率模式(K-mixture) 計算字詞權重。2)接著找出名詞與名詞、名詞與動詞之字詞關係，再藉由這些關係以距離調節找出名詞的連結強度，並據以篩選文句，來增加摘要結果的代表性。
本研究進行三個實驗以驗證本研究所提之方法。摘要結果利用其於文件分類上的準確度加以判斷，文件分類法則固定為天真貝氏法。實驗結果顯示K- mixture 之機率模式比一般常用統計法之TFIDF 較佳，但仍不比所選取之語言學方法(CS)為佳；但是結合K-mixture 與CS 之KCS 法，可以大幅提昇文件分類的準確度，亦即KCS 可以擷取較有代表性之文句，而其之適用性與可行性得以
驗證。
|
