19、文本摘要生成与法律案例文本结构化分类

文本摘要生成与法律案例文本结构化分类

1. 文本摘要生成

1.1 文本摘要生成概述

理想情况下，摘要应基于摘要表示中的命题或语义场构建，随后进入文本生成阶段。文本生成是一个广泛的领域，涵盖信息选择、文本组织、生成语法正确的表层表达（如句子）以及词汇选择等方面。其目的在于提升文本的可读性，增强其交际价值。不过，摘要生成还面临内容需适配最少文本行数的额外限制。

当从文本中提取句子并按阅读顺序在摘要中重现时，由于缺乏连贯性和其他因素干扰，结果可能并非流畅易读的文本。相比之下，提取的段落通常自身具有连贯性，问题相对较少。提取的句子往往需要进行一定程度的文本编辑。

1.2 摘要连贯性问题及解决方法

1.2.1 指代问题

摘要连贯性方面的一个重要问题是频繁出现“悬空”的回指和预指引用。例如，句子中的代词、指示词和比较词可能需要参考前文（回指）或偶尔后文（预指）才能理解。省略也会导致类似问题。
对于回指引用，常见的简单解决方法有删除包含回指引用的句子，或者在包含回指的句子前添加前一个句子。但前者会危及信息覆盖度，后者也不能保证回指问题得到解决，因为它可能指向语篇中更早的句子。有时，建议包含可能直到特定提示词的先前文本单元。确定正确的先行词需要进行语言学分析，其中语篇结构起着重要作用，这是文本分析阶段需要解决的问题。

1.2.2 修辞连接词问题

其他修辞连接词可能会扭曲由提取句子组成的摘要的可读性。其中包括表明句子与其前后句关系性质的衔接特征。例如，当提取的句子以“另一方面”开头与前文形成对比时，它可能与摘要中的前一个句子形成对比，但这并不总是符合原文内容。删除提取句子中