[论文解读] Automatic Keyword Extraction for Text Summarization: A Survey

Santosh Kumar Bharti, Korra Sathya Babu|arXiv (Cornell University)|Apr 11, 2017

Advanced Text Analysis Techniques参考文献 80被引用 77

一句话总结

本论文综述自动关键词提取及其在文本摘要中的作用，涵盖方法、数据库、评估、挑战与未来方向。

ABSTRACT

In recent times, data is growing rapidly in every domain such as news, social media, banking, education, etc. Due to the excessiveness of data, there is a need of automatic summarizer which will be capable to summarize the data especially textual data in original document without losing any critical purposes. Text summarization is emerged as an important research area in recent past. In this regard, review of existing work on text summarization process is useful for carrying out further research. In this paper, recent literature on automatic keyword extraction and text summarization are presented since text summarization process is highly depend on keyword extraction. This literature includes the discussion about different methodology used for keyword extraction and text summarization. It also discusses about different databases used for text summarization in several domains along with evaluation matrices. Finally, it discusses briefly about issues and research challenges faced by researchers along with future direction.

研究动机与目标

• 由于跨领域数据快速增长，强调自动摘要的必要性。
• 评述现有的关键词提取工作及其与有效文本摘要之间的关键联系。
• 总结用于关键词提取的方法，并评估相关的评估指标与数据集。
• 讨论该领域的问题、研究挑战以及未来工作的潜在方向。

提出的方法

• 对关键词提取技术及其在文本摘要中的应用进行广泛文献调查。
• 讨论用于关键词提取的方法学类别及它们如何为摘要生成提供输入。
• 总结跨领域用于评估的数据源和数据库。
• 概述用于评估关键词提取有效性的常用评估矩阵和标准。

实验结果

研究问题

• RQ1 在文本摘要中使用的主要关键词提取方法有哪些？
• RQ2 在本研究领域常用哪些数据集和评估指标？
• RQ3 自动关键词提取在摘要中的挑战和未解问题有哪些？
• RQ4 为推动本领域研究，未来方向有哪些建议。

主要发现

• 文献表明摘要质量与有效关键词提取之间存在强依赖关系。
• 使用了多种方法学途径，在不同领域的适用性各不相同。
• 存在若干数据库和领域特定语料库用于摘要中的关键词提取评估。
• 评估指标和基准多样化，凸显需要统一的评估。
• 本文识别出实际挑战并概述了提高鲁棒性和适用性的未来研究方向。