Automatic Summarization from Multiple Documents

Abstract

This work reports on research conducted on the domain of multi-document summarization using background knowledge. The research focuses on summary evaluation and the implementation of a set of generic use tools for NLP tasks and especially for automatic summarization. Within this work we formalize the n-gram graph representation and its use in NLP tasks. We present the use of n-gram graphs for the tasks of summary evaluation, content selection, novelty detection and redundancy removal. Furthermore, we present a set of algorithmic constructs and methodologies, based on the notion of n-gram graphs, that aim to support meaning extraction and textual quality quantization.

Σε αυτήν την αναφορά περιγράφεται η έρευνα που διεξήχθη στα πλαίσια του διδακτορικού μου στον τομέα της εξαγωγής περιλήψεων από πολλαπλά έγγραφα και τη χρήση υποστηρικτικής γνώσης. Η έρευνα εστιάζει στην αξιολόγηση περιλήψεων και την υλοποίηση ενός συνόλου γενικευμένων εργαλείων με εφαρμογές σε διαδικασίες επεξεργασίας φυσικής γλώσσας, μέσα από ένα σύνολο τελεστών και σχετικών μεθοδολογιών. Παρουσιάζουμε αυτές τις μεθοδολογίες στα πλαίσια της αξιολόγησης περιλήψεων, της επιλογής περιεχομένου, της αναγνώρισης νεωτερισμού και αφαίρεσης πλεονασμού. Περαιτέρω, παρουσιάζουμε ένα σύνολο από αλγορίθμους και μεθοδολογίες, με βάση τους γράφους ν-γραμμάτων, με σκοπό την υποστήριξη της εξαγωγής νοήματος και της ποσοτικοποίησης της κειμενικής ποιότητας.