어휘 클러스터링을 이용한 주제어 판별 기반의 자동 문서 요약 = Topic Keyword Identification for Text Summarization using Lexical Clustering

국문 초록 (Abstract)

자동 문서 요약 시스템은 문서 내 담겨있는 정보를 최대한 표현하면서 문서의 크기를 줄이는 시스템이다. 일반적으로 주제에 가장 관련이 있는 문장들만을 추출함으로써 요약 생성이 가능하다. 본 논문에서는 문서의 주제어를 판별하는 새로운 방법을 다음과 같이 제안한다. 먼저 문서의 내용어는 벡터 공간의 한 벡터로 변환 된다. 다음 단계에서 이렇게 변환된 벡터들은 클러스터링을 통해 여러 개의 클러스터로 나뉘게 되고, 그 중 가장 문서의 주제를 잘 표현하는 클러스터가 판별된다. 다음으로 문서 주제어가 그 주제 클러스터에서 뽑힌다. 마지막으로 문서 주제어와 문서의 제목을 이용하여 추출 요약을 생성한다. 제안한 시스템은 30%, 10%, 그리고 4 문장 요약에서 다른 비교시스템에 비해 모두 우수한 성능을 보였다

다국어 초록 (Multilingual Abstract)

The goal of an automatic text summarization system is to reduce the size of a document while preserving its content. Generally, producing a summary can be achieved by including only the sentences which have the closest relation with the topic of the document. We propose a summarization system based on a topic keyword identification method. The process of the summarization system is as follows. First, this system converts the content words in a document into elements of a vector space. The system then constructs lexical clusters from the vector space and identifies core clusters. Next, the system selects topic keywords from the core clusters. Finally, the system generates the summary of the document using the topic keywords. In the experiment on various compression ratio (the compression of 30%, the compression of 10%, and the extraction of 4 sentences), the system showed better performances than those of other methods.

목차 (Table of Contents)

• 목차 = ⅰ
• 표 및 그림 차례 = ⅲ
• ＜표＞ = ⅲ
• ＜그림＞ = ⅲ
• Abstract = ⅳ
• 요약 = ⅴ
• 제1장 서론 = 1
• 제2장 관련 연구 = 3
• 2.1 표층 수준 접근 방법론 = 3
• 2.2 단위 수준 접근 방법론 = 4
• 2.3 담화 수준 접근 방법론 = 4
• 2.4 문서 요약 기법과 언어 지식 = 5
• 제3장 어휘 클러스터링을 이용한 주제어 판별 기반의 자동 문서 요약 = 7
• 3.1 문맥 벡터 공간 = 8
• 3.1.1 차원 축소 실험 = 10
• 3.2 어휘 클러스터링 = 12
• 3.2.1 x값 결정 실험 = 14
• 3.3 주제어 판별 = 15
• 3.4 질의 기반 문서 요약 = 16
• 제4장 실험 및 평가 = 19
• 4.1 실험 데이터 = 19
• 4.2 성능 평가 방법 = 20
• 4.3 비교 시스템 = 22
• 4.4 실험 결과 = 24
• 제5장 결론 및 향후 연구 = 28
• 참고문헌 = 30