自动文本摘要学习

自动文本摘要是自然语言处理中一个比较难的任务。新闻的摘要要求编辑能够从新闻事件中提取出最关键的信息点，然后重新组织语言进行描述；一般论文的摘要要求作者先表述清楚问题，对前人工作中不完善的地方进行总结，然后用更凝练的语言描述自己的工作；综述性质的论文要求作者通读大量相关领域的工作，用最概括性的语言将每份工作的贡献、创新点写出来，并对每份工作的优缺点进行比较。本质上，文本摘要是一种信息过滤，输出的文本比输入的文本少很多，但却包含了主要的信息，有点类似主成分分析（PCA）。从某种意义上，文本摘要与推荐系统的功能类似，都是为了提取出用户感兴趣的内容，只是使用的方法有很大不同。

自动摘要技术应用最广的领域在新闻，由于新闻信息的过载，也由于很多新闻媒体为了哗众取宠，故意将标题起的特别吸引人眼球，但却名不副实，人们迫切地希望有一个工具可以帮助自己用最短的时间了解最多的最有用的新闻。搜索引擎也是应用之一，基于查询（Query）的自动文本摘要技术会帮助用户尽快找到感兴趣的内容。另外，随着智能设备的普及，自动摘要技术的使用也会为新的信息浏览与人机交互方式带来变革。

按照文档数量，文本摘要可以分为单文档摘要与多文档摘要，前者是后者的基础，但后者不只是前