Text 关于「；自动文本摘要器（基于语言的）"；

我将“自动文本摘要（语言学方法）”作为我最后一年的项目。我收集了足够多的研究论文并仔细阅读了一遍。我仍然不太清楚“如何去做”这件事。基本上，我找到了“自动文本摘要（基于统计）”并发现它比我的项目容易得多。我的项目指导告诉我不要选择这个（基于统计的），而要选择基于语言的

任何曾经参与过或听说过此类项目的人都会知道，总结任何文档只意味着对每个句子进行评分（通过一些涉及特定算法的方法），然后选择得分高于阈值的句子。现在，这个项目最困难的部分是选择合适的评分算法，然后实现它

---

我有中等的编程技能，希望用JAVA编写代码（因为在那里我会得到很多API，从而减少开销）。现在我想知道，对于我的项目，应该使用什么样的方法和算法。还有如何实现它们。

如果你真的读过那些研究论文和研究书籍，你可能知道什么是已知的。现在由您在Java应用程序中实现这些研究论文和研究书籍的知识。或者你可以通过做一些创新/发明来扩展人类的知识。如果你真的扩展了人类的知识，你就成了一个真正的科学家

请在以下两个主要方面更具体地回答您的问题：

项目定义：项目的目标是什么？ 输入单元是单个文档吗？文件清单？ 你打算让你的程序使用机器学习吗？ 输出是什么？ 你将如何衡量成功

你的背景知识：你打算使用语言而不是统计方法。 你有分析自然语言的背景吗？在语义表示中？ 我认为其中一些问题很难回答。我问他们是因为我在学习过程中花了太多时间试图回答类似的问题。一旦你解决了这些问题，我也许能给你一些建议。看起来是个好的开始，至少是导论章节

---

谢菲尔德大学几年前做了一些工作，作为欧盟法西斯项目的一部分。

< P> < 对不同算法的分析：

文档中最重要的部分：

•Nenkova（2005）分析说，没有系统 可以用统计数据超过基线 意义
•惊人的结果

注意，liguistic方法有两个不同的细微差别：

• 语言评分系统（此处无误）
• 语言生成（重写句子以构建摘要）

---

自动摘要是一个相当复杂的领域-首先尝试掌握java技能，并了解使用机器学习的统计NLP。然后你可以通过构建一些实质性的东西来工作。评估你的解决方案，确保你已经具体定义了你的测量变量以及你是如何进行评估的。否则，您的项目注定要失败。这通常被认为是一个高风险的项目，对于应届本科生来说，因为他们往往无法正确地制定原则，然后以一种不正确的方式实施，然后他们的评估措施都定义不清，并且没有清晰地反映他们自己的工作。我的建议是集中在一个领域，而不是多个领域的总结，因为你可以有单文档和多文档的总结。你的项目越多样化，你获得好分数的可能性就越小。保持重点和深度。评估其他人的工作，然后评估你决定采取的过程和结果

阅读资料： -Jurafsky关于NLP的书后面有一个关于总结和QA的部分。 -inderjeet mani在文本摘要方面的进展非常好

了解术语权重、基于质心的摘要、对数似然比、连贯关系、句子简化、最大边际相关性、冗余以及重点摘要的实际含义

您可以尝试使用有监督或无监督的方法以及混合方法。 语言是一个更安全的选择，这就是为什么你被建议采取这种方法。 试着从语言上尝试，然后在统计的基础上混合你的解决方案。

---

将其作为练习，学习算法的理论和实际含义，并以您的知识为基础。毫无疑问，你必须向评委会解释并为你的项目辩护。

这是无法回答的。你想根据什么样的标准给句子打分呢？既然这在谷歌上出现了，我将指出这个项目，它实现了各种文本摘要算法