Помощь в учёбе, очень быстро...
Работаем вместе до победы

Метод тематического связанного ранжирования для задач автоматического сводного реферирования научно-технических информационных сообщений

Диссертация: Метод тематического связанного ранжирования для задач автоматического сводного реферирования научно-технических информационных сообщений
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В XX столетии аналитическая деятельность получила широкое распространение и превратилась в профессиональную деятельность. Во многих странах существуют информационно-аналитические отделы и службы в государственных органах, компаниях, банках, политических партиях. Объём информации, необходимой и используемой в аналитической деятельности, и далее принятии решений, достигает десятков и сотен… Читать ещё >

Содержание

  • Глава 1. Современное состояние проблемы автоматического сводного реферирования текста
    • 1. 1. Актуальность задачи автоматического реферирования текста
    • 1. 2. Реферат и аннотация
    • 1. 3. Постановка задачи реферирования текста
    • 1. 4. Обзор методов автоматического реферирования текста
    • 1. 5. Современные системы автоматического реферирования текста
    • 1. 6. Особенности сводного автоматического реферирования
    • 1. 7. Обзор методов сводного автоматического реферирования
    • 1. 8. Современные системы автоматического сводного реферирования
    • 1. 9. Постановка задачи исследования диссертационной работы
    • 1. 10. Выводы по Главе 1
  • Глава 2. Разработка метода тематического связанного ранжирования для задач сводного реферирования
    • 2. 1. Метод Manifold Ranking
    • 2. 2. Использование метода Manifold Ranking для задачи сводного реферирования
    • 2. 3. Использование метода Manifold Ranking для задачи сводного реферирования новостных кластеров на русском языке
    • 2. 4. Подбор параметров метода Manifold Ranking
    • 2. 5. Модифицированный метод Manifold Ranking
    • 2. 6. Подход к описанию модели кластера документа на основе тематической связности
    • 2. 7. Метод тематического связного ранжирования
      • 2. 7. 1. Ранжирование на основе меры лексической близости предложений
      • 2. 7. 2. Ранжирование на основе меры лексической близости предложений с учетом более сложных лингвистических критериев
      • 2. 7. 3. Ранжирование с учетом нелинейности текста, как связной структуры на основе метода Manifold Ranking
      • 2. 7. 4. Метод построения графа тематической связности
      • 2. 7. 5. Метод формирования сводного реферата на основе графа тематической связности
    • 218. Выводы по Главе 2
  • Глава 31. Разработка алгоритма- автоматического сводного реферирования научно-технических Информационных сообщений
    • 3. 1. Обобщенный алгоритм автоматического сводного реферирования научно-технических информационных сообщений
    • 3. 2. Выбор способа формулировки тем
      • 3. 2. 1. Использование заголовков документов в качестве формулировок основных тем коллекции документов
      • 3. 2. 2. Использование шаблонных фраз как формулировок основных тем коллекции документов
    • 3. 3. Предварительный анализ текста
      • 3. 4. Модель и алгоритм вычисления TF-меры с учетом связей понятий по тезаурусу
      • 3. 5. Алгоритм формирования связного текста сводного реферата на основе графа тематической связности
      • 3. 6. Выводы по Главе 3
  • Глава 4. Исследование эффективности метода тематического связного ранжирования
    • 4. 1. Основные подходы к функциональной оценке качества систем реферирования
    • 4. 2. Экспертные ручные оценки качества реферирования
    • 4. 3. Метрика ROUGE-RUS
      • 4. 3. 1. Метрика ROUGE-N
      • 4. 3. 2. Метрика ROUGE-L
      • 4. 3. 3. Метрика ROUGE-RUS для кластеров на русском языке
    • 4. 4. Описание эксперимента по оценке
    • 4. 5. Достоверность экспертных оценок и корреляция между критериями
    • 4. 6. Результаты оценки
    • 4. 7. Оценка производительности
    • 4. 8. Выводы по Главе 4
  • Глава 5. Программный комплекс «MDS Evaluation»
    • 5. 1. Общая концепция организации программного комплекса автоматического сводного реферирования
    • 5. 2. Программный комплекс для автоматического сводного реферирования «MDS Evaluation»
    • 5. 3. Архитектура ПК «MDS Evaluation»
    • 5. 4. Пользовательский интерфейс ПК «MDS Evaluation»
    • 5. 5. Пример работы ПК «MDS Evaluation»
    • 5. 6. Оценка эффективности ПК «MDS Evaluation»
    • 5. 7. Выводы по Главе 5

Метод тематического связанного ранжирования для задач автоматического сводного реферирования научно-технических информационных сообщений (реферат, курсовая, диплом, контрольная)

В процессе своей деятельности промышленные предприятия, корпорации, ведомственные структуры, научно-исследовательские институты, проектные бюро, органы государственной власти и управления накопили большие объемы-данных. Эти данные хранят в себе большие потенциальные возможности по извлечению «полезной информации, на основе которой можно выявлять скрытые тенденции, строить стратегию развития, находить новые решения [134]. Необходимость осуществлять целенаправленную политику, действовать в условиях «нового информационного режима» [107], формировать и принимать эффективные управленческие решения привела к развитию информационно-аналитической деятельности, как необходимого условия развития современного информационного общества.

Информационно-аналитическая деятельность представляет собой процесс качественно-содержательного преобразования информации по производству нового знания на основе переработки имеющейся информации в целях поиска и формирования управленческих решений и эффективного управления [108].

В XX столетии аналитическая деятельность получила широкое распространение и превратилась в профессиональную деятельность. Во многих странах существуют информационно-аналитические отделы и службы в государственных органах, компаниях, банках, политических партиях [23]. Объём информации, необходимой и используемой в аналитической деятельности, и далее принятии решений, достигает десятков и сотен мегабайт, а в крупных корпоративных и общегосударственных системах и терабайт (десятки и сотни тысяч электронных документов). Согласно последним исследованиям, до 2020 года количество информации и потребности в ней будут расти экспоненциально [219]. Традиционные методы обработки электронных документов как автоматизированными информационно-аналитическими системами, так и вручную экспертами-аналитиками оказываются малоэффективными. В этих условиях особую актуальность приобретают методы семантического сжатия информации, в первую очередь текстовой. Среди них особое место занимают методы интеллектуального реферирования документов и коллекций документов.

Классическое реферирование — процесс сжатия текстового документа и получение реферата, в котором сохраняется смысл оригинала. Реферат представляет собой краткое изложение содержания документа, его части или коллекции документов, включающее основные фактические сведения, необходимые для первоначального ознакомления с первоисточником и определения целесообразности обращения к нему. Наибольшую потребность в реферировании испытывает преимущественно научная и техническая литература, в которой содержится преимущественно новая информация. Использование рефератов вместо первоисточников документов позволяет эффективнее работать с большими объемами текстовой информации.

Наибольший интерес для аналитической деятельности представляют обзорные или сводные рефераты, составляемые на некоторое множество документов, содержащие основные положения из них [104]. В качестве исходных документов в задачах информационной поддержки аналитической деятельности могут быть использованы:

— Внутренние документы: аналитические отчеты, рекламации, протоколы аварий, заключения экспертов. Достоверность внутренних документов, как правило, принимается абсолютной. Такие документы, несомненно, представляют наибольший интерес, однако являются труднодоступными.

— Внешние документы: документы, находящиеся в публичном доступе, например, публикации в СМИ. Традиционно считается, что достоверность таких документов довольно низкая, однако политематичность, всесторонний охват, разнообразие оценок и мнений по различным вопросам делает этот тип документов основным (около 80−90%) для современной информационно-аналитической деятельности, в том числе в бизнес и военной разведке [38]. Такие документы позволяют сопоставлять, уточнять и снабжать новыми подробностями данные, полученные оперативным путем, а также давать новые направления для текущей информационно-поисковой работы. В [83] предложена модель и метод оценки показателя «меры доверия» к текстовой информации из открытых публикаций.

Одним из наиболее важных этапов жизненного цикла сложных технических систем является проектирование, которое, как правило, вкшочает в себя сбор и анализ существующей информации о технических характеристиках, опыте эксплуатации в различных условиях, показателях надежности, авариях, отказах, контрактах на поставку, проектирование или приобретение аналогичных систем или систем-конкурентов. При этом объем информации, используемой для поиска и принятия нужных проектных и управленческих решений, может быть настолько большим, что делает, невозможным ее полный анализ и обработку в виду существенных трудовых и временных затрат, что в конечном итоге затрудняет принятие правильных решений. Так, например, только в открытом доступе в архиве за 1990 — 2010 года системы «Google. Новости» содержится довольно большое количество документов, посвященных техническим системам (Таблица 1.1.1).

Таблица 1.1.1 — Упоминание в СМИ различных технических систем.

Техническая система Примерное количество новостных сюжетов (кластеров).

Вертолет Ми-8 15 000.

Самолет Су-24 3200.

Самолет МиГ-29 6800.

Самолет МиГ-31 1690.

Самолет Су-33 1180.

Самолет Су-27 8210.

Для формирования технических и информационно-аналитических справок, информационных бюллетеней в задачах обеспечения информационной поддержки лиц, принимающих проектные, технические и управленческие решения, из таких источников могут быть получены следующие сведения о технических системах:

— сведения об эксплуатации на территории различных государств в различных климатических условиях;

— сведения о происшествиях, связанных с данными техническими системами;

— сведения об авариях и отказах в данных технических системах;

— сведения о контрактах по проектированию, приобретению, продаже, изготовлению подобных технических систем;

— эксплуатационные и технические характеристики.

При этом сведения о реальных эксплуатационных характеристиках технических систем содержат в себе информацию, используемую для расчета реальных показателей надежности, которые на практике могут отличаться от заявленных производителем. Комбинация методов интеллектуального реферирования и методов расчета надежности и технической диагностики позволяет получить инструмент оценки соответствия расчетных показателей надежности реальным эксплуатационным. Это, в свою очередь, может быть использовано для внесения «коэффициентов-поправок» при расчете надежности вновь разрабатываемых технических систем.

Традиционные подходы к реферированию рассматривают его как процесс ана-литико-синтетической переработки первичных документов экспертом. В современных условиях экспоненциального роста объема информации, ее неструктурированности, а также высокой потребности лиц, принимающих управленческие решения, в новой информации, ручное реферирование имеет ряд критических недостатков. К ним относятся:

— крайне высокая стоимость составления рефератов;

— низкая скорость составления рефератов, даже в случае привлечения большого количества экспертов;

— отсутствие возможности оперативного составления рефератов для очень большого количества исходных документов или документов большого объема;

— отсутствие возможности оперативного составления различных рефератов с заданными свойствами (например, объем реферата);

— ручные рефераты, так или иначе, содержат элементы субъективности (каждый эксперт выделяет личностно-значимые элементы).

Таким образом, актуальным является создание новых эффективных методов и алгоритмов сводного реферирования, позволяющих автоматизировать формирование технических и информационно-аналитических справок, обзоров, информационных бюллетеней, сокращающих трудовые и временные затраты на принятие проектных и управленческих решений, на основе сжатого представления коллекций научно-технических текстовых документов на русском языке для задач информационной поддержки аналитической деятельности при проектировании сложных технических систем.

Цель работы. Целью диссертационной работы является повышение эффективности процесса проектирования сложных технических систем, а также качества информационного обеспечения аналитической деятельности в процессе проектирования с использованием современных методов обработки информации.

Задачи исследования. Главной научной задачей диссертационной работы является разработка новых эффективных методов автоматизации сводного реферирования научно-технических документов для информационной поддержки проектной и аналитической деятельности. Для решения этой главной задачи в работе поставлены и решены следующие частные научные и практические задачи:

1. Анализ основных современных подходов и методов, применяемых при решении задач автоматического сводного реферирования, методов оценки качества сводного реферирования.

2. Разработка модели тематической связности кластера научно-технических документов.

3. Разработка метода тематического связанного ранжирования, учитывающего связную природу текста, но не требующего большого количества лингвистических ресурсов.

4. Разработка алгоритма автоматического сводного реферирования коллекций научно-технических текстовых документов на основе предложенного метода.

5. Создание программного комплекса для автоматического сводного реферирования научно-технических информационных сообщений на основе разработанного алгоритма, ручной и автоматизированной оценки качества сводного реферирования.

6. Экспериментальные исследования оценки качества сводного реферирования на основе разработанного метода.

Объект исследований. Объектом исследования является семантико-синтаксическая структура научно-технического текста на русском языке.

Пуедмет исследований. Предметом исследования являются математические методы и модели автоматического сводного реферирования.

Методы исследования. При проведении исследований были использованы методы теории вероятностей, математической статистики, теории графов, теории информационного поиска, компьютерной лингвистики, современные технологии программирования. Разработанные теоретические положения и методы подтверждены экспериментально на базе созданного программного комплекса.

Научные положения, выносимые на защиту: 1. Модель тематической связности кластера научно-технических документов.

2. Подход к описанию кластера документов на основе модели тематической связности.

3. Метод тематического связного ранжирования.

4. Алгоритм формирования различных типов сводных рефератов на основе метода тематического связного ранжирования.

5. Способ и результаты оценки качества сводного реферирования на основе предложенного метода.

Научная новизна.

1. Предложенный подход формального описания кластера научно-технических документов на основе модели тематической связности отличается учетом некоторых положений современной лингвистической теории связного текста Т.А. ван ДейкаВ. Кинча, что позволяет формализовать сложную тематическую структуру кластера документов, выделять тематические связи в тексте для задач автоматического сводного реферирования.

2. Метод тематического связанного ранжирования отличается использованием строгого аппарата математической формализации тематической структуры текста и учетом его связности, что позволяют повысить качество сводного реферирования научно-технических документов, обеспечить связность текста получаемого сводного документа.

3. Разработанный метод также отличается возможностью различных подходов к выбору основных значимых тем, коллекции документов, включая полностью автоматический, что позволяет формировать различные типы сводных документов с заданными характеристиками для различного типа задач.

4. Разработанный алгоритм отличает универсальность в отношении лингвистических ресурсов, что позволяет применять метод для текстов практически на любом естественном языке, масштабировать программное обеспечение сводного реферирования в зависимости от наличия тех или иных лингвистических ресурсов для данного естественного языка.

Практическая ценность работы. Разработанное программное обеспечение на основе предложенных методов и алгоритмов позволяет реализовывать системы автоматического сводного реферирования научно-технических информационных сообщений на русском языке, учитывающие нелинейную и иерархическую природу текста. Разработанный автором программный комплекс позволяет автоматизировать процесс сводного реферирования научно-технических документов, создание аналитических справок и информационных бюллетеней на базе автоматических сводных рефератов, производить ручную и автоматическую оценку качества сводного реферирования. Программный комплекс имеет свидетельство о регистрации в Реестре программ для ЭВМ Федеральной службы по интеллектуальной собственности, патентам и товарным знакам РФ.

Внедрение результатов работы. Результаты работы использовались в ОАО «Восточно-Европейский головной научно-исследовательский и проектный институт энергетических технологий (ОАО «Головной институт ВНИПИЭТ») при организации информационно-аналитической деятельности отдела автоматизированных систем управления технологическими процессами в процессе проектирования комплекса технических средств АСКУ технологическими процессами промышленного производства МОКС-топливаООО «Инженерный Центр СпецАтомПроект» при организации информационно-аналитической деятельности в отделе комплексного проектирования для разработки технической документации на информационно-компьютерную сеть и оснащение рабочих мест персонала комплекса контейнерного хранения отработавшего ядерного топлива Филиала ОАО «Концерн Росэнергоатом «Ленинградская Атомная Станция» (подтверждено актами о внедрении).

Результаты работы внедрены в учебный процесс кафедры «Информационные системы и компьютерные технологии» БГТУ «Военмех» им. Д. Ф. Устинова для дисциплин «Моделирование систем представления знаний», «Автоматическая обработка естественного языка» (подтверждено актом о внедрении).

Достоверность результатов. Достоверность научных положений, результатов и выводов подтверждается корректным использованием математического аппарата, результатами вычислительных экспериментов по разработанным методам, алгоритмам и программам, обсуждением полученных результатов на научных конференциях, а также результатами использования и внедрения.

Апробация работы. Результаты работы докладывались и обсуждались на II Российской конференции молодых ученых по информационному поиску (Таганрог) в.

2008 г., на X Всероссийской научной конференции Электронные библиотеки. Перспективные методы и технологии, электронные коллекции (Дубна) в 2008 г., на XI Национальной Конференции по Искусственному Интеллекту с международным участием КИИ-2008 (Дубна) в 2008 г., на XI Всероссийской научной конференции «Электронные библиотеки. Перспективные методы и технологии, электронные коллекции» (Петрозаводск) в 2009 г.

Личный вклад автора. Основные научные положения, алгоритмы и их программная реализация, содержащиеся в диссертационной работе, получены автором самостоятельно.

Публикации. Основные теоретические и практические результаты диссертации опубликованы в 13 научных работах, среди которых 5 статей в ведущих рецензируемых изданиях, рекомендованных в перечне ВАК, 4 доклада на всероссийских и международных научно-практических конференциях и 2 свидетельства об официальной регистрации программ для ЭВМ.

В первой главе проведен подробный анализ существующих подходов к задаче автоматического реферирования. Дается обзор существующих методов автоматического сводного реферирования. На основе анализа преимуществ и недостатков существующих методов и алгоритмов конкретизируется цель и задачи исследования.

Вторая глава посвящена разработке способа формализованного описания модели тематической структуры кластера документов, учитывающего иерархическую природу текста, метода тематического связного ранжирования на основе этой модели.

Третья глава посвящена разработке обобщенного алгоритма сводного реферирования кластеров научно-технических документов на основе предложенного метода.

Четвертая глава посвящена оценке качества сводного реферирования и оценке эффективности предложенного автором метода.

В пятой главе приводится принципы построения и описание программного комплекса для ручного и автоматического сводного реферирования.

5.7. Выводы по Главе 5.

1. Разработанный программный комплекс имеет открытую клиент-серверную архитектуру, реализованную с использованием объектно-ориентированного подхода, что позволяет расширять имеющийся функционал. ПК предназначен ручного и автоматического сводного реферирования научно-технических новостных сообщений на основе предложенного метода тематического связного ранжирования, ручной и автоматической оценки качества сводного реферирования по набору критериев, проведения экспериментов и дальнейшей статистической обработки результатов.

2. Серверная часть программного комплекса «MDS Evaluation» может работать под управлением операционных систем Linux, FreeBSD, MacOS и Windows. Программный комплекс реализует интерфейс «тонкого клиента» (Web-интерфейс), что позволяет использовать клиентскую часть на любом компьютере, подключенном к локальной сети или Internet с установленным браузером для просмотра Web-страниц.

3. По результатам апробации использование программного комплекса позволяет сократить время на создание аналитической справки в среднем в 500 раз, в целом сократить временные затраты на процесс поиска проектного решения на 30%, увеличить количество анализируемых документов в среднем в 1,4 раза. Это, в конечном итоге, не только снижает общие затраты на проектирование, но и повышает его эффективность за счет увеличения количества документов, анализируемых при поиске соответствующих проектных решений.

ЗАКЛЮЧЕНИЕ

.

1. Выполненный анализ современных подходов к автоматическому сводному реферированию-текстов показал, что в настоящий момент практически реализуемы только различные комбинации методов. экстракциив основном, на базе поверхностного подхода. К основному недостатку таких методов, стоит отнести поверхностный анализ внутренней структуры текста, и как следствие, отсутствие связности текста получаемого реферата. Учет сложной тема структуры текста может быть использован при разработке методов автоматического сводного реферирования для повышения качества сводных документов за счет повышения связности текста.

2. Разработанный способ формализованного описания модели тематической структуры кластера документов, учитывающий иерархическую природу текста, позволяет построить новый метод автоматического сводного реферирования научно-технических информационных сообщений на русском языке. Связность текста реферата обеспечивается постепенным раскрытием каждой из заранее заданных тем, а также обеспечен&tradeсвязи каждого последующего предложения с предыдущим некоторой общей темой.

3. Разработанный обобщенный алгоритм автоматического сводного реферирования научно-технических документов на основе метода тематического связного ранжирования может использоваться для решения широкого круга задач сводного реферирования. Универсальность алгоритма обеспечивается возможностью выбора различных способов формулировки основных тем кластера (критериев сжатия для различного типа прикладных задач), а также, необходимостью для базового функционирования метода только минимального набора лингвистических ресурсов и возможностью использовать дополнительный набор, доступный для данной предметной области и выбранного естественного языка.

4. Результаты проведенных экспериментальных исследований подтвердили высокую эффективность предложенного подхода по сравнению с рассмотренными традиционными методами квазиреферирования. Достоверность полученных экспериментальных исследования была проверена при помощи методов непараметрической статистики.

5. Многопользовательский программный комплекс для автоматического и ручного сводного реферирования, оценки качества сводного реферирования «MDS Evaluation» позволяет автоматизировать процесс подготовки технических и информационно-аналитических справок, информационных бюллетеней. Использование программного комплекса позволяет сократить время на создание аналитической справки в среднем в 500 раз, в целом сократить временные затраты на процесс поиска проектного решения на 30%, увеличить количество анализируемых документов в среднем в 1,4 раза. Это позволяет сократить временные и трудовые затраты на принятие проектных и управленческих решений при проектировании сложных технических систем.

Показать весь текст

Список литературы

  1. Автоматическая обработка текста Электронный ресурс. // Режим доступа: http://aot.ru/
  2. , Ф.Т. Методы обработки интервальных экспертных оценок Текст. / Ф. Т. Алексеров, В. Бауман, В. И. Вольский // Автоматика и телемеханика. -1984. -№ 3.-С. 127−133.
  3. , P.M. Автоматическое реферирование документов с извлечением информативных предложений Текст. / Р. М. Алыгулиев // Вычислительные технологии. 2007. — Т. 12, № 5. — С. 5−15.
  4. , Г. Г. Компьютерная лингвистика и перспективные информационные технологии Текст.: монография / Г. Г. Белоногов, Ю. П. Калинин, А. А. Хорошилов. М.: Русский мир, 2004. — 246 с.
  5. , В.Е. Об одном подходе к проблеме автоматического реферирования и автоматического свертывания индексируемых текстов Текст. / В. Е. Берзон //НТИ. Сер. 2. -1971. № 10. — С. 16−21.
  6. , В.Е. Синтаксические сверхфразовые связи и их инженерно— лингвистическое моделирование Текст.: монография / В. Е. Берзон, Э. М. Добрускина. Кишинев: Штиинца. -1986. -168 с.
  7. , С.Д. Математико-статистические методы экспертных оценок Текст.: монография / С. Д. Бешелев, Ф. Г. Гурвич. М.: Статистика, 1980. — 263 с.
  8. , Д.И. Проблемы свёртывания научной информации Текст.: монография / Д. И. Блюменау. Л.: Наука, 1982. — 166 с.
  9. , Д.И. Индикаторный метод компьютерного свертывания в процессе обучения аналитико-синтетической переработке информации Текст. / Д. И. Блюменау, JI.H. Афанасова // Научные и технические библиотеки. 2001. № 12. С. 2941.
  10. , И.В. Объективность структуры текста и субъективность процесса понимания Текст. / И. В. Богословская // Теория языка и межкультурная коммуникация. -№ 1 (7), Курск, 2010.
  11. , H.H. Когнитивная семантика Текст.: монография / H.H. Болдырев. Тамбов: Изд-во Тамб. ун-та, 2001. — 123 С.
  12. , E.H. Структурирование и извлечение знаний, представленных в научных текстах Текст. / Е. И. Большакова, Н. В. Баева, Н. Э Васильева // Труды 9 -ой Национальной конф. по искусственному интеллекту. М.: Физматлит, 2004. -С. 45 -51.
  13. , Е.И. Лексико-синтаксические шаблоны в задачах автоматической обработки текстов Текст. / Е. И. Большакова, Н. В. Баева, Н. Э. Васильева //Труды межд. конф. Диалог 2007. М.: Издательский центр РГГУ, 2007. — С. 70−75.
  14. , Г. В. Распределение повторов в связном тексте как основа для обнаружения суперсинтаксических единиц Текст. / Г. В. Бондаренко // НТИ, 1975. сер.2, № 12, С. 20—31.
  15. , Г. В. Использование структурных закономерностей текста при автоматической обработке информации Текст. / Г. В. Бондаренко, О. И. Яровенко //НТИ, 1984. сер.2, № 3, С. 23—29.
  16. , П. И. eXtragon: экспериментальная система для автоматического реферирования веб-документов Текст. / П.И. Браславский, И.С. Колычев //Труды РОМИП 2005. СПб, 2005. — С. 40−53.
  17. , П.И. Автоматическое реферирование веб-документов с учетом запроса Текст. / П. И. Браславский, И. С. Колычев // Интернет-математика 2005. М.: Яндекс, 2005. — С. 485−501.
  18. Буч, Г. Объектно-ориентированный анализ и проектирование Текст.: монография / Г. Буч.- Изд-во Вильяме, 2008. 560 с. ч
  19. , Н. С. Теория текста Текст. / Н. С. Валгина // Учебное пособие. — М.: Изд-во МГУП «Мир книги», 1998. — 210 с.
  20. Гаврилова, Т. А Базы знаний интеллектуальных систем Текст.: монография / Т! А. Гаврилова, В. Г. Хорошевский. СПб.: Питер, 2000. — 384 с.
  21. , И.Р. Текст как объект лингвистического исследования. Текст. / И. Р. Гальперин // М.: Наука, 1981. 140 с.
  22. , P.C. Методы автоматизированного фрагментирования текста, отражающиеся на характеристике внутреннего состава фрагментов Текст. / P.C. Гиляревский, С. И. Гиндин // Семиотика и информатика. М.: ВИНИТИ, 1977. Т.9. -С.35−84.
  23. , A.B. Формальные грамматики и языки Текст.: монография /
  24. A. В. Гладкий. М.: Наука, — 1973. — 368 с.
  25. , И. Б. Стилистика русского языка Текст. / И. Б. Голуб // М.: Рольф, 2001
  26. , В.Г., Метод согласования кластеризованных ранжировок Текст. / В. Г. Горский, А. И. Орлов, A.A. Гриценко // Автоматика и телемеханика. -2000. № 3. С. 59−167.
  27. , В.И. Реферат в системе научной коммуникации. Направления совершенствования лингвистических и структурных характеристик Текст. /
  28. B. И. Горькова, Э. А. Ворохов // М.: ВИНИТИ, 1987. — 323 с. (Итоги науки и техники. Сер. Информатика/ ВИНИТИ, Т. 11). — С. 43.
  29. , М.В. Эффективный алгоритм формирования контекстно-зависимых аннотаций Текст.' / М. В. Губин, А. И. Меркулов //Труды межд. конф. Диалог 2005. М.: Наука, 2005. — С. 116−120.
  30. , В.Д. Выявление аномалий в распределении лексических единиц по тексту Текст. / В. Д. Гусев, JI.A. Мирошниченко, Н. В. Саломатина // Вестник СПбГУ, сер. 9. Вып. 3. Санкт-Петербург, 2005. — С. 64−69.
  31. , В.Д. Тематический анализ и квазиреферирование текста с использованием сканирующих статистик / В. Д. Гусев, JI.A. Мирошниченко, Н. В. Саломатина // Труды междунар. конф. Диалог-2005, Звенигород, 1—7 июня 2005. М.: Наука, 2005.-С. 121−125.
  32. , Т.А. ван Стратегии понимания связного текста Текст. / Т.А. ван Дейк, В. Кинч // Новое в зарубежной лингвистике. М.: Прогресс, 1988. — Вып. 23. -С. 153−211.
  33. , Т.А. ван Язык. Познание. Коммуникация Текст.: монография / Т.А. ван Дейк, под ред. В. И. Герасимова. М.: Прогресс, 1989. — 310 с.
  34. , А. И. Бизнес-разведка Текст. / А. И. Доронин -М.: Издательство Ось-89, 2003.
  35. , Т.М. Понятие и метод установления содержательной структуры текста применительно к учебному тексту Текст. / Т. М. Дридзе // Психолингвистическая и лингвистическая природа текста и особенности его восприятия. — Киев, 1979. -С. 27−39.
  36. , O.A. Функциональные стили русского языка и их влияние на задачу автоматического реферирования текстов / O.A. Емашова, М. Г. Мальковский //
  37. Труды межд. конф. Диалог 2007. (http://www.dialog21.ru/dialog2007/materials/html/25.htm).
  38. , И.В. Лингвистические аспекты кросс-языкового реферирования: синтез текстов под управлением предметных онтологий Текст. И. В. Ефименко // Труды 10-ой конф. по искусственному интеллекту.- М.: Физматлит, 2006, Т 1. — С. 81−87.
  39. , Н. И. Язык. Речь. Творчество Текст. / Н. И. Жинкин // М.:1998.
  40. , А.И. К вопросу о реферировании научно-технической периодики в реферативном журнале ВИНИТИ Текст. / А. И. Жолкова // НТИ. Сер. 1. -1970. № 5. — С. 24.
  41. Заболеева-Зотова, A.B. Лингвистическое обеспечение автоматизированных систем Текст.: монография / A.B. Заболеева-Зотова, В. А. Камаев. М.: Высшая школа, 2008. — 245с.
  42. А. А. Грамматический словарь русского языка. Словоизменение. М., 1977- 3-е изд. М., 1987.
  43. , A.B. Автоматическое построение табличного реферата группы текстов одной тематики / А. В. Зубов.// Материалы конференции «Диалог-2005». -(http://www.dialog-l.ru/Archive/2005/Zubov%20A/ZubovA.htm).
  44. , A.B. Информационные технологии в лингвистике Текст.: монография / А. В. Зубов. М.: Академия, 2004. — 208 с.
  45. , О.С. Исследования по машинному переводу Текст.: монография / О. С. Кулагина. М.: Наука, 1979. — 320 с.
  46. , Д.В. Сканер системы контент-мониторинга InfoStream Текст. / Д. В. Ландэ // Открытые информационные и компьютерные интегрированные технологии: Сб. науч. трудов. Харьков: НАКУ «ХАИ», 2005. — Вып. 28 — С. 53−58.
  47. , Д. В. Феномены современных информационных потоков Текст. / Д. В. Ландэ, А. Б. Литвин // «Сети и бизнес». 2001. — № 1. — С. 14−21.
  48. , О.И. Теория и методы принятия решений Текст.: монография / О. И. Ларичев М.: Логос, 2006. — 392 с.
  49. , Д.Г. Формализованное реферирование с использованием словесных клише (маркеров) Текст. / Д. Г. Лахути, Д. И. Блюменау, Н. И. Гендина // НТИ. Сер.2. 1981. № 2. — С.16−20.
  50. , Д. Г. Вопросы отладки и оценки дескрипторных поисковых систем Текст. / Д. Г. Лахути // Семантические проблемы информатики. М., 1971. — С. 6−37.
  51. , Д. Г. Средства и процедура концептуальной интерпретации входных сообщений на естественном языке систем Текст. /Д .Г. Лахути, В.Ш. Ру-башкин // Известия АН СССР: Техническая кибернетика. -1987. № 2. — С. 49−59.
  52. , Д. Г. Автоматизированные документально-фактографические информационные системы Текст. / Д .Г. Лахути // Итоги науки и техники. Сер. Информатика. 1988. — Т. 12. — С. 56−79.
  53. Лахути, Д. Г Экстрагирование как один из подходов к автоматизации реферирования Текст. / Д. Г. Лахути, Д. И. Блюменау, И.С. Добро-нравов // Теория и практика механизации библ. и информ.-библиогр. процессов. Л., 1982. — С 108 -128.
  54. , В. П. О методах автоматического реферирования (США 19 581 974 гг.) Текст. / В. П. Леонов // Научно-техническая информация, сер.2. 1975. -№ 6.- С.16−20.
  55. , H. H. Семантика связного текста и единицы информационного анализа Текст. / H. Н. Леонтьева // Научно-техническая информация, Сер.2 -М., 1981.- № 1. -С. 5−11.
  56. , Б. Г. Экспертная информация: методы получения и анализа Текст.: учеб. пособие для вузов / Б. Г. Литвак. М.: Радио и связь, 1982. — 350 с.
  57. , А. О. Описание структуры дискурса в рамках теории риторической структуры Текст. / А. О. Литвиненко //Труды Межд. семинара Диалог 2001 по компьютерной лингвистике и ее приложениям. Аксаково, 2001. Т.1. — С. 159−168.
  58. , Н. В. Автоматическое построение аннотаций на основе тематического представления текста Текст. / Н. В. Лукашевич //Труды международного семинара Диалог'97. М.: 1997 С. 188−191.
  59. , Н. В., Добров, Б. В. Исследования тематической структуры текста на основе большого лингвистического ресурса Текст. / Н. В. Лукашевич, Б. В. Добров // Труды международного семинара «Диалог 2000». М.: 2000. Том 2,1. С.252−258. «
  60. , Н. В. Обработка потока новостей на основе больших лингвистических ресурсов Текст. / Н. В. Лукашевич, Б. В. Добров, C.B. Штернов // Интернет-математика 2005. Автоматическая обработка веб-данных. М.: — 2005. — С. 461 484.
  61. Лукашевич, Н. В Представление знаний в системе автоматической обработки текстов Текст. / Н. В. Лукашевич, А. Д. Салий // НТИ. Сер.2. 1997. — N3. — С. 15−23.
  62. , М.Л. Основы теории дискурса Текст.: монография / М. Л. Макаров. М.: Гнозис, 2003. — 280 с.
  63. , С. Совершенный код Текст.: монография / С. Макконнелл. Издательство: Питер Русская редакция, 2007. — 896 с.
  64. Мак Кьюин, К. Дискурсивные стратегии для синтеза текста на естественном языке Текст./ К. Мак Кьюин // Новое в зарубежной лингвистике: М.: -1989. — Вып. XXIV. — С. 311 — 356.
  65. , А. Н. Алгоритмы и рекурсивные функции Текст.: монография / А. Н. Мальцев // М.: Наука, 1986. — 366 с.
  66. , Ю. Н. Проблемы машинного перевода Текст.:монография / Ю. Н. Марчук // М.: Наука, 1983. — 231 с.
  67. , Ю.Н. Компьютерная лингвистика Текст. :Учеб.пособие / Ю. Н. Марчук // ACT, Восток-Запад, 2007. 226 с.
  68. Материалы Лаборатории информационно-системного анализа ГПНТБ СО РАН Электронный ресурс. // Режим доступа: http://www.spsl.nsc.ru/win/ecol/index.html
  69. Мельчук, И. А Опыт теории лингвистических моделей «Смысл-Текст"Г Семантика, синтаксис Текст. / И. А. Мельчук // М.:Наука, 1999. — 314 с.
  70. , И. С. Состояние информационно-аналитической деятельности в России Текст. / И. С. Мелюхин / Журнал «Информационное общество» Вып. № 6, -М. ИРИО. -1994. С. 55−64.
  71. , А. А. Структурные связи в тексте (парентезные конструкции) Текст. / А. А. Мецлер // Кишинев, «Штиинца», 1987. — 140с.
  72. , А.И. Основы научной информации. Текст. / А. И. Михайлов, А. И. Черный, Р. С. Гиляревский // М.: Наука, 1965. — 655 с.
  73. , А. Некоторые методы автоматического анализа естественного языка, используемые в промышленных продуктах- / А. Михаэлян. 2001. -(http://www.citforum.ru/programming/digest/avtestlang.shtml).
  74. , Л.Л. Компьютерная лингвистика и машинный перевод Текст.: Метод. пособие / Л. Л. Нелюбин. М.: ВЦП, 1991. — 151 с.
  75. , А.И. Семантика текста и её формализация Текст. / А. И. Новиков // М., Наука, 1983. — С. 211.
  76. , А. А. Подход к фильтрации сообщений СМИ на основе модели процесса оценки качества Текст. / А. А. Овсянников, К. В. Елецкий // Информационные системы и технологии. 2010. Т. 584. № 1−57. С. 68−74.
  77. , А.И. Современная прикладная статистика Текст. / А. И. Орлов // Заводская лаборатория. 1998. Т. 64. — № 3. — С.52−60.
  78. , JI.A. Организация экспертизы и анализ экспертной информации Текст.: монография / JL А. Панкова, А. М. Петровский, М. В. Шнецдерман. М.: Наука, 1984. — 120 с.
  79. , Н.А. Проблемы автоматизации индексирования и реферирования Текст. / Н. А. Пащенко, JI.B. Кнорина, Т. В. Молчанова // Итоги науки и техники. Сер. Информатика. —М.: ВИНИТИ, 1983. -Т.7. С. 7−164.
  80. , Р.Г. Текст, машина, человек Текст.: монография / Р. Г. Пиотровский. Л.: Наука, 1975. — 327с.
  81. , Р.Г. Инженерная лингвистика и теория языка Текст.: монография / Р. Г. Пиотровский. Л.: Наука, 1979. — 112 С.
  82. , Э. В. Общение с ЭВМ на естественном языке Текст.: монография / Э. В. Попов. М.: Наука, 1982. — 360 с.
  83. , М.Ю. Визуализация семантической структуры и реферирование текстов на естественном языке Электронный ресурс. / М. Ю. Попов, А. В. Заболеева-Зотова, С. А. Фоменков. (http://www.dialog-21 .ru/Archive/2003/Popov.htm).
  84. , Д.А. Из истории искусственного интеллекта: история искусственного интеллекта до середины 80-х годов Текст. / Д. А. Поспелов // Новости искусственного интеллекта Вып. 4, 1994 — С. 70 — 90.
  85. , Д.А. Логико-лингвистические модели в системах управления Текст. монография./ Д. А. Поспелов. М., 1981.- 232 с.
  86. , А.Б. Состояние развития систем естественноязыкового общения Текст. / А. Б. Преображенский // Сб. Искусственный интеллект. М.:Радио и связь, 1990. — Т.1. — С.32−64.
  87. , М. Точка как Проблема. Материалы Международной Конференции Диалог. 2000.
  88. , Н.В. Дискурс как высшая единица коммуникативного акта./ Н. В. Рождественская (www.zsu.zp.ua/herald/articles/1955.pdf).
  89. , А.С. Методы системного анализа: Многокритериальная * и нечеткая оптимизация, моделирование и экспертные оценки Текст.: Учеб. пособие / А. С. Рыков. М.: Экономика, 1999. — 216 с.
  90. Сборник руководящих материалов по научно-технической информации в области строительства и архитектуры. М.: ЦИНИС, 1972. — С. 18.
  91. Свидетельство об официальной, регистрации программы для ЭВМ № 2 010 612 817. Многопользовательский программный* комплекс для ручного и автоматического сводного реферирования и оценки качества сводного реферирования. (MDS Evaluation) / С. Д. Тарасов. 2010.
  92. Свидетельство об официальной регистрации программы для ЭВМ № 2 010 612 816. Расширение языка РНР для работы с матрицами и векторами. (РНР
  93. Math Extension) / С. Д. Тарасов. 2010.» «
  94. , И.П. Структура связного текста и автоматизация реферирования Текст.монография / И. П. Севбо М.: Наука, 1969. — 135 с.
  95. , И.П. Сквозной анализ как шаг к структурированию текстовых знаний Текст. / И. П. Севбо. // НТИ. Сер. 2. 1989. — № 2. — С. 26−32.
  96. , И. В. Как работают поисковые системы Текст. / И. В. Сегалович // Мир Internet. 2002. № 10. С. 24−32.
  97. Селезнев, К. Е Обработка текстов на естественном языке / К. Е. Селезнев // Открытые системы. 2003. — № 12.-(http://www.osp.ru/os/2003/12/183 694).
  98. Система стандартов по информации, библиотечному и издательскому делу. Реферат и аннотация. Общие требования Текст.: ГОСТ 7.9−95.
  99. , Э.Ф. Семантические связи в лексике и текстах Текст. / Э. Ф. Скороходько // Вопросы информационной теории и практики. М.: — 1977. — № 23. — С. 42 — 45.
  100. , Э.Ф. Семантические сети и автоматическая-обработка текста Текст.: монография / Э. Ф. Скороходько. Киев: Наукова думка, 1983. — 219 с.
  101. , Н. А. Информационно-аналитическая деятельность: проблемы и перспективы Текст. / Н. А. Сляднева // Информ.-аналит. журн. 2001. № 2. С. 14−25.
  102. , Н. А. Информационная аналитика эзотерическое искусство или современная профессия? Электронный ресурс. / Н. А. Сляднева // http://www.fact.ru/www/arhiv7s6.htm. (дата обращения: 01.07.2010).
  103. , И. В. Инженерно-лингвистические принципы, методы и алгоритмы автоматической переработки текста Текст.: монография / И. В. Совпель. -Минск: Вышэйш. шк., 1991. — 236 с.
  104. Д. Динамические библиотечно-информационные системы Текст.: монография / Д. Солтон М.: Мир, 1979. — 557 с.
  105. , B.C. Система автоматического реферирования методом симметричного реферирования Текст. / B.C. Ступин // Компьютерная лингвистика и интеллектуальные технологии. Труды межд. конференции «Диалог 2004» М.: Наука, 2004. — С. 579−591.
  106. , С.Д. Современные методы автоматического реферирования Текст. / С. Д. Тарасов // Научно-технические ведомости СПБГПУ. — СПб: СПБГПУ, 2010. № 6 (113). — С. 59−74.
  107. , С.Д. Метод тематического связанного ранжирования для задач автоматического сводного реферирования сообщений Текст. / С. Д. Тарасов // Научно-технические ведомости СПБГПУ. СПб: СПБГПУ, 2010. — № 2 (97). — С. 140 144.
  108. , С.Д. Метод тематического ранжирования в задачах автоматического сводного реферирования Текст. / С. Д. Тарасов // Искусственный интеллект и принятие решений. М.: ИСА РАН, 2010. — № 2. — С. 36−41.
  109. , С.Д. Автоматическое составление обзорных рефератов Текст. / С. Д. Тарасов // Информационные и автоматизированные системы: Юбилейный сборник трудов кафедры «Информационные системы и компьютерные технологии». -СПб.: БГТУ, 2008. С. 95−98.
  110. Manifold Ranking на основе метрики автоматической оценки качества обзорного реферирования ROUGE-RUS Текст. / С. Д. Тарасов // Труды XI Всероссийской научной конференции Электронные библиотеки. Перспективные методы и технологии, iка. М. Школа-Пресс, 1996
  111. , С.А. Технология автоматического реферирования технического текста Текст. / О. Ю. Сабинин, С. А. Тревгода // Известия СПбГЭТУ «ЛЭТИ». -2008.- № 7. -С. 25−34.
  112. , В. Д. К вопросу об устной передаче речевого сообщения? Текст. / В. Д. Тункель // Автореферат диссертации на соискание ученой степеникандидата филологических наук. — М., 1964. —20с.
  113. , З.Я. Лингвистика текста. Текст. / З. Я. Тураева // М.: ПРОСВЕЩЕНИЕ, 1986. 128 с.
  114. Хан, У. Системы автоматического реферирования // У. Хан, И. Мани // ' Открытые системы. (http://www.osp.ru/os/2000/12/067.htm).
  115. Хэллидей, М.А. К. Когезия в английском языке. Текст. / М.А.К. Хэл-лидей, Р. Хасан // Исследования по теории текста: реферативный сборник. М., 1979. -С. 108−115.
  116. , Л. В. Способы аналитической обработки данных для поддерж-< ки принятия решений Электронный ресурс. / Л. В. Щавелев // Системы управлениябазами данных. 1998 № 04−05. (http://www2.osp.ru/dbms/1998/04−05/03.htm)
  117. , С. Н. Современные Технологии Построения Систем Поддержки Принятия Решений Текст. / С. Н. Щеглов // Известия Южного федерального «университета. Технические науки. 2008 № 4. С. 106−111.
  118. , Ю. И. Тезаурус в автоматизированных системах управления и информации Текст. / Ю. И. Шемакин // М: Военное изд-во министерства обороны СССР, 1974.- 192 с.
  119. В. И. К вопросу об актуальном членении текста Текст. / В. И. Юганов // Предложение и текст в семантическом аспекте. Межвуз. темат. сб. под ред. С. А. Сусов. Калинин, изд-во КГУ, 1978. — С. 154−160.
  120. , В.А. Симметричное реферирование: теоретические основы и методика Текст. / В. А. Яцко // НТИ. Сер. 2. 2002. — № 5. — С. 18−28.
  121. Allan, J. Introduction to topic detection and tracking. Текст. / J. Allan,// Event-based Information Organization, Kluwer Academic Publishers, Boston, 2002. -С. 116.
  122. Barzilay M., Elhadad R. Using lexical chains for text summarization Текст. / M. Barzilay, R. Elhadad // In Proceedings of the ACL/EACL-97 Workshop on Intelligent Scalable Text Summarization. Madrid, Spain, 1997. — C. 10−17.
  123. Barzilay, R., Elhadad, N., McKeown, K. R. Inferring strategies for sentence ordering in multidocument news summarization. Текст. / R. Barzilay, T. Elhadad, K. R. McKeown // Journal of Artificial Intelligence Research, 17, 2002. C. 35−55.
  124. Boguraev, В., Kennedy, С. Salience-based Content Characterization of Text Documents. Текст. / В. Boguraev, С. Kennedy // In Mani, I., and Maybury, M., eds., Proceedings of the ACL/EACL, 1997. C. 2−9.
  125. Borko, H. Abstracting concepts and methods Текст. / H. Borko, C. L. Bernier // New-York: Academic Press, 1970. — 250 c.
  126. Brandow, R., Mitze, K., Rau, L.F. Automatic Condensation of Electronic Publications by Sentence Selection. Текст. / R. Brandow, K. Mitze, and L. F. Rau. // Information Processing & Management, 31(5), 1995. C. 675−685.
  127. Braun, R. K., Kaneshiro, R. Exploiting Topic Pragmatics For New Event Detection In TDT-2004. Текст. / R. K. Braun, R. Kaneshiro // DARPA Topic Detection and Tracking Workshop, Gaithersburg, 2004. C. 189−192.
  128. Brin, S., Page, L. The anatomy of a large scale hypertextual web search engine Текст. / S. Brin, L. Page // In Proc. 7th International World Wide Web Conf., 1998.
  129. Brunn, M., Chali, Y., Pinchak, C. J. Text summarization using lexical chains. Текст. / M. Brunn, Y. Chali, C. J. Pinchak. // In Proceedings of DUC2001 Conference, New Orleans, Louisiana, USA, 2001. C. 135−140.
  130. Carbonell, J. G., Goldstein, J. The use of MMR, diversity based reranking for reordering documents and producing summaries. Текст. / J. G. Carbonell, J. Goldstein // In Research and Development in Information Retrieval, 1998. — C. 335−336.
  131. Connel, M., Feng, A., Kumaran, G., Raghavan, H., Shah, C., Allan, J. Umass at TDT2004. Текст. / M. Connel, A. Feng, G. Kumaran, H. Raghavan, C. Shah, J. Allan. //
  132. Proc. DARPA Topic Detection and Tracking Workshop Report, Gaithersburg, December 2004.
  133. Conroy J.M., O’leary D.P., Text summarization via hidden Markov models, Proceedings of the 24th annual international ACM SIGIR conference on Research and development in. information retrieval, p.406−407, 2001.
  134. Corston-Oliver, S. Computing Representations of the Structure of Written Discourse Текст. / S. Corston-Oliver // Ph.D. dissertation. University of California, Santa Barbara, U.S.A.
  135. Danes, F. Cognition and emotion in discourse interaction Текст. / F. Danes // XIV International Congress of Linguistics: Preprints of the Plenary Session Papers. Berlin, 1987. — C. 272−291.
  136. Dijk, T.A. van. Semantic Macro-Structures and Knowledge Frames in Discourse Comprehension. Текст. / T.A. van Dijk // Cognitive Processes in Comprehension, M.A. Just and P.A. Carpenter, eds., Lawrence Erlbaum, Hillsdale, N.J., 1977, C. 3−32.
  137. Dobzynska, T. Tekst. Proba syntezy Текст. / Т. Dobzynska //- Warszawa, 1983, C. 24−56.
  138. Edmundson, H.P. New Methods in Automatic Extracting. Текст. / H.P. Edmundson. // Journal of the Association for Computing Machinery, 16(2), April 1969. C. 264−285.
  139. Evans, D.K., Klavans, J.L., McKeown, K.R. Columbia Newsblaster: Multilingual News Summarization on the Web. Текст. / D.K. Evans, J.L. Klavans, K.R. McKeown // In Proceedings of NAACL/HLT, 2004. C. 1−4.
  140. Glaser, B. G., Strauss, A. L. The discovery of grounded theory- strategies for qualitative research. Текст. / В. G. Glaser, A. L. Strauss // Aldine de Gruyter, New York, 1967.-271 c.
  141. Grimes J.E. The Thread of Discourse. Текст. / J.E. Grimes // The Hauge, Paris: Moution. 1975. — 346 c.
  142. Grosz B.J., Sidner C.L. Attention, intentions, and structure of discourse Текст. / B.J. Grosz, C.L. Sidner // Computational Linguistics. 1986 — № 12 — C. 203 226.
  143. Haliday A.K., Hasan R. Cohesion in English. Текст. / A.K. Haliday, R. Hasan // England, Londin: Longman. 1976. — 221 c.
  144. Hearst, M. TextTiling: Segmenting Text into Multi-Paragraph Subtopic Passages. Текст. / M. Hearst // Computational Linguistics, 23 (1), 1997. C. 33−64.
  145. Hirao Т., Isozaki H., Maeda E., Matsumoto Y. Extracting Important Sentences with Support Vector Machines. // In Proc. of the 19th International Conference on Computational Linguistics, vol. 1. 2002. — C. 1−7.
  146. Hobbs J.R. Summaries from structure Текст. / J.R. Hobbs // In Working Notes of the Dagstuhl Seminar on Summarizing Text for Intelligent Communication Dagstuhl, Germany. — 1993. — C. 13−17.
  147. Hobbs J.R. On the relation between informational and intentional perspectives on discourse Текст. / J.R. Hobbs // Computational and Conversational Discourse. Burning rssues An Interdisciplinary Account — Heidelberg, — Germany. — 1996. — C. 139−157.
  148. Hovy E.H. Planning coherent multisententional text Текст. / E.H. Hovy // In Proceedings of the 26th Annual Meeting of the Association for Computational Linguistics -Buffalo, New-York. 1988. — C. 163−169.
  149. Hovy, E., Lin, C-Y. Automated Text Summarization in SUMMARIST. Текст. / E. Hovy, C-Y. Lin. // In I. Mani and M.T. Maybury, editors, Advances in Automatic Text Summarization. The MIT Press, 1999. C. 81−94.
  150. Hutchins, J. Summarization: Some Problems and Methods. / J. Hutchins // Proc. Informatics 9: Meaning The Frontier of Informatics, K.P. Jones, ed., Aslib, London, 1987, -C. 151−173.
  151. Hutchins, J. The first public demonstration of machine translation: the Georgetown-IBM system, 7th January 1954. Электронный ресурс. / J. Hutchins // Paper presented at the AMTA Conference. Режим доступа: http://www.hutchinsweb.me.uk/GU-IBM-2005.pdf
  152. Iatsko V. Linguistic Aspects of Summarization. Текст. / V. Iatsko // In Philologie im Netz. Вып. 18. — 2001. — С. 33−46. (http://www.fu-berlin.de/phin/phinl8/pl8t3.htm).
  153. Jang, D., Myaeng, S.H. Development of a document summarization system for effective information services. Текст. / D. Jang, S.H. Myaeng // In RIAO-97 Computer-Assisted Information Searching on Internet, 25th-27th June 1997. C. 101−111.
  154. Lin, C.-Y. ROUGE: A Package for Automatic Evaluation of Summaries. Information Sciences Institute Текст. / C.-Y. Lin // University of Southern California. 2004.
  155. Kleinberg, J. Authoritative sources in a hyperlinked environment Текст. / J. Kleinberg // Journal of the ACM 46 (5). C. 604−632.
  156. Kolla, M., Tech, B. Automatic text summarization using lexical chains: algorithms and experiments. Текст. / M. Kolla, B. Tech // Jawaharlal Nehru Technological University, 2002. 80 c.
  157. Kupiec, Т., Pedersen J., Chen F. A trainable document summarizer. Текст. / Т. Kupiec, J. Pedersen, F. Chen // In Proceedings of the 18th ACM/SIGIR Annual Conference on Research and Development in Information Retrieval, Seattle, WA, 1995. C. 6873.
  158. Lehnert, W. G. Plot Units and Narrative Summarization. Текст. / W. G. Lehnert // Cognitive Science, (4), 1981. C. 293−331.
  159. Luhn, H.P. The automatic creation of literature abstracts. Текст. H.P. Luhn// IBM Journal of Research and Development Вып. 2. — 1958. — С. 159−165.
  160. Mani, I., Bloedorn, E. Summarizing similarities and differences among related documents. Текст. / I. Mani, E. Bloedorn // Information Retrieval, 1(1), 1999. C. 3567.
  161. Mani, I. Automatic summarization (Natural Language Processing) Текст. / I. Mani //John Benjamins Publishing Company, 2001. 285 c.
  162. Mani, I., Maybury M. T. Advances in automatic text summarization Текст. /1. Mani, M. T. Maybury // The MIT Press, 1999. 434 c.
  163. Mann W.C., Thompson S.A. Rhetorical structure theory: Toward a functional theory of text organization Текст. / W.C. Mann, S.A. Thompson // Text № 8(3). — 1988. -C. 243−281.
  164. Marcu D. Discourse trees are good indicators of importance in text Текст. / D. Marcu // Advances in automatic text summarization Cambridge, The MIT Press. -1999. — C. 123 — 136.
  165. Maybury, M.T. Generating summaries from event data. Текст. / M.T. Maybury // Information Processing & Management, 31(5), 1995. C. 735−751.
  166. McKeown, K. R., Robin, J., Kukich, K. Generating concise natural language summaries. Текст. / К. R. McKeown, J. Robin, K. Kukich // Information Processing & Management, 31(5), 1995. C. 702−733.
  167. McKeown, K. R., Barzilay, R. Tracking and summarizing news on a daily basis with Columbia’s NewsBlaster Текст. / К. R. McKeown, R. Barzilay, D. Evans, V. Hatzivassiloglou, J. L. Klavans, A. Nenkova, C. Sable, B. Schiffman, S. Sigelman // In
  168. Proceedings of Human Language Technology Conference (HLT 2002), (San Diego, CA, Mar. 2002).194: Maizell, R.E. Abstracting scientific and technical literature Текст. / R. E. Maizell // New-York: Willey, 1971. — 297 c.
  169. Miller, K. Five papers on WordNet CSL Report 43 Текст. / G, R. Beckwith, С. Fellbaum, D. Gross, К. Miller // Cognitive Science Laboratory, Princeton’University, Princeton, NJ.
  170. Morris, J., Hirst, G. Lexical cohesion computed by thesaural relations as an indicator of the structure of a text. Текст. / J. Morris, G. Hirst // Computational Linguistics, 17(1), 1991.-C. 21−48.
  171. Nomoto, T., MatsumotoY. The diversity-based approach to open-domain text summarization. Текст. / T. Nomoto, Y. Matsumoto // In Information Processing & Management, 39, 2003. C. 363−389.
  172. Ohbuchi, R., Shimizu, T. Ranking on semantic manifold for shape-based 3d model retrieval Текст. / R. Ohbuchi, T. Shimizu // In MIR' 08. 2008. — C. 411−418.
  173. О’Neil, E.J., OT4eil, P.E., Weikum, G., An Optimality Proof of the LRU-K Page Replacement Algorithm, Journal of the ACM 46(1), 1999
  174. PHP Morphy Электронный ресурс. // Режим доступа: http ://phpmorphy. sourcefo r ge. ne t/do ku wiki/
  175. Polanyi L. The linguistic structure of discourse. Текст. L. Polanyi // Technical report CSLI-96−200, Center for study of language and information. Stanford, CA. -1996. — 45 c.
  176. Pollock, J.J., Zamora, A. Automatic abstracting research at Chemical Abstracts Service. Текст. / J.J. Pollock, A. Zamora // Journal of Chemical Information and Computer Sciences, (15), 1975. C. 226−233.
  177. Radev, D. R., Jing, H., Budzikowska, M. Centroid-based summarization of multiple documents: sentence extraction, utility-based evaluation, and user studies. Текст.
  178. D. R. Radev, H. Jing, M. Budzikowska // In ANLP/NAACL Workshop on Summarization, Seattle, WA, April 2000. C. 21−29.
  179. Rijsbergen C. J. Information retrieval. Текст. / С. J. Rijsbergen. Butterworths, London. — 1979. — 325c.
  180. , S. Т., Saul, L. K. Nonlinear dimensionality reduction by locally linear embedding Текст. / S. T. Roweis, L. K. Saul // Science, 290:2323.2326, 2000
  181. Salton, G., Singhal, A., Mitra, M., Buckley, C. Automatic Text Structuring and Summarization. Текст. / G. Salton, A. Singhal, M. Mitra, C. Buckley // Information Processing &Management, 33(2), 1997. C. 193−207.
  182. Salton, G., The SMART Retrieval System Experiment in Automatic Document Processing Текст. / G. Salton // Prentice-Hall, Englewood Cliffs, New Jersey (1971).
  183. Segal, E. M. The role of interclausal connectives in narrative structuring. Текст. E. M. Segal // Discourse processes. 1991. — C. 27−54.
  184. Silber, G., McCoy, K. Efficiently computed lexical chains as an intermediate representation for automatic text summarization //. Computational Linguistics. 2002. 28 (4). P.487−496.
  185. Smith, К. E. Hypertext linking to the future Текст. / К. E. Smith // Online. — 1988. — Vol. 12, N 2. — C. 32 -40.
  186. Spark-Jones. K. A Statistical Interpretation of Term Specificity and Its Application Текст. / К. Spark-Jones // In Retrieval Journal of Documentation, 1972.
  187. Strzalkowski, Т., Stein, G. C., Wang, J., Wise, G.B. A robust practical text summarizer. Текст. / Т. Strzalkowski, G. C. Stein, J. Wang, G. B. Wise // In: Advances in Automatic Text Summarization, COLING-ACL, 1999. C. 137−154.
  188. , J. В., de Silva, V., Langford, J. C. Global geometric framework for nonlinear dimensionality reduction / J. B. Tenenbaum, V. de Silva, J. C. Langford // Science, 290:2319.2323, 2000.
  189. Teufel, S., Moens, M. Argumentative classification of extracted sentences as a first step towards flexible abstracting. Текст. / S. Teufel, M. Moens // Mani, M. May-bury (eds), Advances in automatic text summarization, MIT, 1999. C. 155−171.
  190. Teufel, S., Moens, M. Sentence Extraction and rhetorical classification for flexible abstracts. Текст. / S. Teufel, M. Moens // AAA! Spring Symposium on Intelligent Text summarization, 1998. C. 89−97.
  191. The Matrix Template Library Электронный ресурс. // Режим доступа: http://www.osl.iu.edu/research/mtl/
  192. Toffler, A. Third Wave. Текст. / A. Toffler // Bantam Boob. N.Y. -1991. -544 c.
  193. Wan, X., Yang, J., Xiao, J. Manifold-Ranking Based Topic-Focused Multi-Document Summarization Электронный ресурс. / X. Wan, J. Yang, J. Xiao // DUC 2003. C. 2903−2908. http://www.ijcai.org/papers07/Papers/IJCAI07−467.pdf
  194. Weil, B.H. Standards for writing abstracts Текст. / B.H.Weil // J. Amer. Soc. Inf. Sci. 1970. — Vol. 21, N 5. — P. 2784.
  195. Yang, Ch. C., Wang, F. L. Fractal Summarization for Mobile Devices to Access Large Documents on the Web. Текст. / Ch. C. Yang, F. L. Wang, // In Proceedings of the WWW2003, Budapest, Hungary, 2003. C.134−139.
  196. Zipf, G. K. Human behavior and the principle of least effort Текст. / G. K. Zipf//Wesley, Cambridge, MA, 1949.
  197. Zhou, D. Ranking on data manifolds Текст. / D. Zhou, J. Weston, A. Gretton, O. Bousquet, B. Schlkopf// In Proceedings ofNIPS'2003.
  198. Zhu, X., Guo, J., Cheng, X. Recommending Diverse and Relevant Queries with A Manifold Ranking Based Approach Текст. / X. Zhu, J. Guo, X. Cheng // Workshop on Query Representation and Understanding in the 33rd International ACM SIGIR Conference, 2010.
Заполнить форму текущей работой

Пора сдавать?