TAILIEUCHUNG - Báo cáo khoa học: "Automatic Text Summarization Based on the Global "

The GDA (Global Document Annotation) project proposes a tag set which allows machines to automatically infer the underlying semantic/pragmatic structure of documents. Its objectives are to promote development and spread of N L P / A I applications to render GDA-tagged documents versatile and intelligent contents, which should nmtivate W W W (World Wide Web) users to tag their documents as part of content authoring. | Automatic Text Summarization Based on the Global Document Annotation Katashi Nagao Sony Computer Science Laboratory Inc. 3-14-13 Higashi-gotanda Shinagawa-ku Tokyo 141-0022 Japan nagao@ Kôiti Hasida Electrotechnical Laboratory 1-1-4 Umezono Tukuba Ibaraki 305-8568 Japan hasida@ Abstract The GDA Global Document Annotation project proposes a tag set which allows machines to automatically infer the underlying semantic pragmatic structure of documents. Its objectives are to promote development and spread of NLP AI applications to render GDA-tagged documents versatile and intelligent contents which should motivate WWW World Wide Web users to tag their documents as part of content authoring. This paper discusses automatic text summarization based on GDA. Its main features are a domain style-free algorithm and personalization on summarization which reflects readers interests and preferences. In order to calculate the importance score of a text element the algorithm uses spreading activation on an intradocument network which connects text elements via thematic rhetorical and coreferential relations. The proposed method is flexible enough to dynamically generate summaries of various sizes. A summary browser supporting personalization is reported as well. 1 Introduction The WWW has opened up an era in which an unrestricted number of people publish their messages electronically through their online documents. However it is still very hard to automatically process contents of those documents. The reasons include the following 1. HTML HyperText Markup Language tags mainly specify the physical layout of documents. They address very few content-related annotations. 2. Hypertext links cannot very much help readers recognize the content of a document. 3. The WWW authors tend to be less careful about wording and readability than in traditional printed media. Currently there is no systematic means for quality control in the WWW. Although HTML is a flexible tool

• Báo cáo khoa học
• Automatic Text Summarization
• Based on the Global
• Katashi Nagao
• báo cáo khoa học
• mô hình ngôn ngữ
• xử lý ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân tích ngữ nghĩa
• Phân loại tin tự động
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Tách từ tiếng Việt
• Gán nhãn từ loại
• Phân tích cú pháp
• Nghĩa từ vựng
• Phân giải nhập nhằng từ
• Phân loại văn bản
• Lexical chain
• Phản hồi thông tin
• Bài toán PTCP
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học