读“基于明确语义分析的自动文摘算法”

标题

        基于ESA的自动文摘算法，单从论文标题可以看出是ESA作为一种工具在“自动文摘”领域中的具体应用，就同《基于显性语义分析的专家相似度研究》一样是在“专家检索”中的应用。所以很好奇想通过比较，探究一下ESA的core在哪，ESA的外延又怎么应用。

解决什么问题

        在摘要和概要中，作者表明本文要解决的是限定在医药学领域范围内，用ESA方法对文章进行自动文摘采集，便于数字图书馆的文献检索。同时要设计出实现的算法，并以数学公式或伪代码的方式表达出。

相关工作

概念空间

        语义表示是自然语言处理的核心问题，也就是一个词语要通过某种抽象，以便计算机或程序能处理，而同时尽量反应出其本有的知识背景。ESA借助维基百科中的内容，对词语的语义构建一个概念空间的向量表示，以保证其可读性，即知识背景。维基百科中，每个词条包含了一个特定的主题，可以看做是一个概念；同时词条中的文本内容由该主题下许多词语构成，词语之间、词语和概念之间存在的关系需要由某种模型进行抽象。在ESA方法中，以“概念”为列，以“词语”为行构建概念空间矩阵，在概念空间中，概念抽象成“坐标轴”，即一个