8 Аннотирование и реферирование
Автоматическое реферирование – технологическая операция создания вторичного текста на основе свёртывания и сжатия смысловых структур первичного текста на естественном языке. В результате извлекается содержащаяся в этом тексте ключевая грамматическая и семантическая информация; процесс реферирования выполняется по некоторому алгоритму в соответствии с заранее заданными параметрами данного языка и применяется для оптимизации ориентации в информационных потоках и оперативной селекции основной информации. Реферат представляет собой связный текст, который кратко выражает центральную тему реферируемого документа, его предмет, цель, применяемые методы и основные результаты исследования. Рефераты составляют по научным и техническим текстам, акцентируя внимание на новизне и актуальности работы, тем самым обосновывают целесообразность обращения к исходному документу.
Автоматическое аннотирование – компьютеризированная технология вторичной обработки письменного текста на естественном языке и представления краткой характеристики, изложения его содержания в виде перечня основных тем, указания назначения, адресата, научной ценности и новизны. Аннотацией называют краткое изложение содержания документа, дающее общее представление о его теме. При аннотировании печатный материал излагается в предельно сжатой форме. Это процесс свертывания информации с очень большим уменьшением по отношению к оригиналу (до 1/10 его части).
Рефераты и аннотации представляют собой вторичные документы, составленные в результате автоматического аннотирования и реферирования первичных или исходных текстов. В каждом вторичном документе можно выделить два компонента информации: содержательный и документографический. Первый компонент содержит информацию первоисточника (о чем книга, статья). Второй компонент – это сведения о самом первичном документе (тип документа: книга, статья и т.п.; вид: печатный, рукописный; год издания; место издания и т.д.). В дальнейшем речь пойдет только о первом компоненте вторичного документа.
Алгоритм автоматического аннотирования
Аннотация состоит из трех частей. Во-первых, включает справку к аннотации, где могут указываться автор, название, перевод названия, количество страниц, таблиц, рисунков, ссылки на использованную литературу, язык документа, номер и год издания, издательство. Во-вторых, основная часть должна аннотации отражает перечень наиболее характерных положений по содержанию работы. Заключительная
часть содержит общий вывод автора работы или указание на один какой-то вопрос, которому в работе уделено особое внимание, а также рекомендация, для кого данная работа может представлять особый интерес.
Автоматическое аннотирование и реферирование упрощенно включает три последовательных шага. Во-первых, на подготовительном этапе определяется тематическая направленность текста, происходит целостное осмысление и его категоризация. На втором аналитическом этапе осуществляется деление документа текста на формальные фрагменты (абзацы, аспекты и т.п.) и статистическое выделение в них основных содержательных единиц (ключевые предложения, словосочетания, слова). Третий шаг – непосредственный синтез текста реферата или аннотации – выделенные ранее ключевые единицы (их комбинации или преобразования) с помощью семантических и синтаксических анализаторов преобразуются в единый вторичный текст.
Выделение ключевых элементов текста
Статическое выделение ключевых элементов текста и методика перефразирования содержания применяются во всех современных системах аннотирования и реферирования. Ключевое слово описывает основное содержание документа и регулярно повторяется в нем несколько раз с учетом синонимии. Ключевое словосочетание - это сочетание слов, среди которых есть одно или несколько ключевых. Ключевым предложением считается предложение, содержащее два и более ключевых слова или ключевых словосочетания. При перефразировании применяются различные лексико-грамматические базы данных, словари, тезаурусы и операторы, обеспечивающие использование синонимов, конверсивов, родовидовых замен и трансформаций по принципу часть – целое. реляторы (В статье рассматриваются следующие вопросы:..., Работа посвящена следующим проблемам: ..., Статья раскрывает следующие понятия: ...).
По способам выделения из исходных текстов ключевых словосочетаний и предложений различают несколько методов автоматического реферирования и аннотирования: статистические (применяют специальные статистические коэффициенты), позиционные (учитывают формальную позицию предложения в целом тексте – в заголовке, выводах и пр.) и логико-семантические связи (исследуют структуру и семантику текстов).
Формулируя задачу построения системы автоматического аннотирования и реферирования текста, необходимо указать:
- метод, который используется для выделения ключевых слов предложения;
- способ определения ключевых словосочетаний предложения;
- критерий выделения ключевых предложений текста;
- тип подготавливаемой аннотации: текстовая (релятор с последующими ключевыми словами и словосочетаниями) или табличная;
- тип формируемого реферата: текстовый или табличный.
Пошаговая инструкция вызова функции «Автореферат»:
Выбор команды Автореферат в меню Сервис;
Определите необходимый вид и тип реферата;
Задайте степень сжатия в поле «Процент от оригинала» или выберите ее из списка;
Чтобы запретить изменение имеющихся заметок и ключевых слов, на вкладке Документ в диалоговом окне Свойства (меню Файл) при создании автореферата, снимите флажок «Обновить сведения о документе»;
В Office 2007 для настройки команды автореферат выполните следующие действия: нажмите кнопку Office, далее Word options (Параметры Word) и выберите пункт Customize (Настройка). В ниспадающем меню Choose commands from (Выбрать команды из), находящемся в левой верхней части экрана, выберите пункт Commands Not in the Ribbon (Команды не на ленте). В находящемся ниже списке выберите пункт AutoSummary Tools (Автосуммирование) и нажмите кнопку Add (Добавить). Теперь вы сможете активизировать функцию AutoSummarize из инструментальной панели быстрого доступа.
Рисунок 3 - Анализ документа
Контрольные вопросы:
1 Дайте определения понятия «автоматическое реферирование».
2 Дайте определения понятия «автоматическое аннотирование».
3 Что должна включать в себя аннотация?
4 Какие три последовательных шага включает в себя автоматическое аннотирование?
5 Что применяется во всех современных системах аннотирования и реферирования?
6 Что необходимо указать при реферировании текста?