面向科技文獻的引用摘要生成關(guān)鍵技術(shù)研究

本課題圍繞科技文獻展開對科技論文的分析和自動摘要研究，四年來的主要研究內(nèi)容歸納為如下三方面：(1)提出一套科技文獻的篇章標注規(guī)范，引入依存結(jié)構(gòu)對論文段落進行篇章表示，并結(jié)合深度學習方法探索有效的篇章分析方法；（2）研究科技論文的自動分析，從內(nèi)容、引用內(nèi)容、引用重要性等各個方面進行分析；（3）研究自動摘要和文本生成方法，提出引用摘要生成方法，并改進生成方法的錯誤事實問題。課題基本按項目預定的計劃進行，達到了項目預期的目標，并完成了項目預期的研究成果?；谝陨涎芯績?nèi)容，形成了理論結(jié)合實踐、規(guī)范和資源共建、技術(shù)實用化的一整套比較系統(tǒng)的研究成果。(1)理論成果：圍繞社會媒體數(shù)據(jù)進行熱點話題發(fā)現(xiàn)和摘要的相關(guān)研究成果整理論文31篇發(fā)表在國內(nèi)外會議和期刊上。其中，期刊論文6篇，會議論文25篇，在國際高水平會議ACL，AAAI，EMNLP, COLING上共發(fā)表論文13篇。(2)規(guī)范和資源建設(shè)：構(gòu)建和完善了一套篇章依存關(guān)系標注規(guī)范，并在此規(guī)范下完成798篇科技論文摘要的篇章依存標注，506篇摘要被標注了兩遍。EDU標注采用兩遍標注原則，保持兩個標注員的一致性。(3）系統(tǒng)實踐：基于深度學習算法，開發(fā)了自動引用摘要、自動篇章分析、自動關(guān)鍵詞分析的demo，并和百度公司合作進行研究自動閱讀理解技術(shù)，相關(guān)技術(shù)已產(chǎn)品化。(4）學術(shù)交流：與倫斯勒理工大學、香港理工大學、中央民族大學、北京理工大學、微軟研究院、浪潮公司、Baidu公司等進行學術(shù)交流、資源轉(zhuǎn)讓與技術(shù)合作等。(5)人才培養(yǎng)：指導了2名博士生、4名碩士生、6名本科生順利畢業(yè)。所指導的碩士生中1名獲得國家獎學金，1名研究生獲得ACL會議的杰出論文獎。多名本科生獲北京大學信息學院優(yōu)秀本科畢業(yè)論文。 2100433B

科技文獻的爆炸式增長使得自動摘要成為減輕科研人員負擔的一項關(guān)鍵技術(shù)，而論文引用能從多個角度去幫助理解論文的方法、應用、貢獻和局限性。因此，本申請的目標是探究引用的真正動機和生成式摘要技術(shù)。在此基礎(chǔ)上定義了不同于過去的引用摘要任務，不限于論文本身內(nèi)容，而進一步依據(jù)引用的各個維度對論文的影響進行總結(jié)。研究內(nèi)容主要包括：(1)研究面向科技文獻的信息抽取技術(shù)，克服了傳統(tǒng)信息抽取技術(shù)高度依賴人工的局限性，對特定領(lǐng)域的實體、事件、關(guān)系等進行自動提??；（2）提出一套科技文獻的篇章標注規(guī)范，引入依存結(jié)構(gòu)對論文段落進行篇章表示，并結(jié)合深度學習方法探索有效的篇章分析算法；(3）圍繞引用摘要任務進行引用的多維度分析，其中包括引用重要性、引用內(nèi)容、引用傾向性等方面；（4）研究基于模板的引用摘要生成框架，研究以概念為骨架的模板生成技術(shù)、基于篇章分析的文本連貫性計算模型、基于模板和引用維度分析的引用摘要生成技術(shù)。

項目針對SAR影像用于礦區(qū)沉陷監(jiān)測信息提取中的若干關(guān)鍵問題展開了研究。主要研究成果如下： （1）對比分析了ERS、ALOS和TerraSAR-X等數(shù)據(jù)提取開采沉陷的能力，實驗發(fā)現(xiàn)，ALOS和TerraSAR-X數(shù)據(jù)是相對比較理想的，但兩者仍有缺點，前者時間間隔太長，而后者波長過短，綜合分析而言，ALOS對提取開采沉陷更有幫助，且成本較低。 （2）將Contourlet變換引入到干涉圖濾波方法中，使得在能達到干涉圖去噪的同時，較好的保留了紋理細節(jié)信息。 （3）研究了GPS與 MODIS聯(lián)合實現(xiàn)大氣延遲改正量提取方法，利用兩期GPS觀測數(shù)據(jù)及相應時間的MODIS數(shù)據(jù)，分析GPS-PWV與MODIS-PWV的關(guān)系，進一步優(yōu)化了MODIS水汽的校正模型。 （4）研究了一種基于多級匹配策略的干涉SAR影像自動配準新方法，該方法首先利用SIFT算法提取SAR影像上的特征點并完成特征點初始匹配，之后基于RCM算法剔除相關(guān)性較低的匹配點，為減少影像整體匹配誤差，采用PRM算法進行匹配點對的二次篩選，最終完成SAR影像的精確匹配。 （5）探索了大變形條件下兩種干涉SAR技術(shù)解算方法：一種是相干性不好的情況下，采用下沉盆地邊緣點的D-InSAR結(jié)果同少量實測點結(jié)合，聯(lián)合解算概率積分法參數(shù)；另一種是在相干性較好的情況下，直接采用D-InSAR的結(jié)果反算概率積分法參數(shù)。最后再由概率積分法模型解算地表的總體沉降情況。 （6）對多基線時序SAR中的短基線技術(shù)進行了分析，并利用該技術(shù)提取了礦區(qū)地表沉降，試驗證明：SBAS方法對干涉圖中相干點的識別是有利的，但對礦區(qū)開采沉陷的監(jiān)測效果并不好。 （7）研究了基于支持向量機的概率積分法參數(shù)及地表下沉預報方法；構(gòu)建了概率積分法修正模型的老采空區(qū)殘余移動變形預測模型及方法； 建立了老采空區(qū)殘余沉降計算模型，分析了殘余下沉系數(shù)與覆巖巖性、開采厚度、開采深度及建筑物載荷的關(guān)系。 本項目發(fā)表相關(guān)科研論文36篇，其中SCI檢索1篇，EI檢索8篇，完成了既定的研究目標和任務。 2100433B

大型專用設(shè)備、艦艇、航天器等項目制造產(chǎn)品是為滿足客戶個性化要求開發(fā)的，往往關(guān)系到國計民生和軍事國防。本項目從設(shè)計方法學入手，研究面向項目制造產(chǎn)品的協(xié)同設(shè)計方法，將研究對象從產(chǎn)品、設(shè)計過程擴展到設(shè)計團隊以及他們之間的協(xié)同關(guān)系，并將協(xié)同設(shè)計的技術(shù)和環(huán)境要求也視為協(xié)同設(shè)計方法的組成部分；將協(xié)同設(shè)計從單一的詳細設(shè)計階段或單一的學科系統(tǒng)擴展到設(shè)計階段- - 多學科領(lǐng)域二維空間，建立項目制造產(chǎn)品多視圖信息模型；基于設(shè)計結(jié)構(gòu)矩陣技術(shù)，建立集成設(shè)計團隊、任務管理和產(chǎn)品結(jié)構(gòu)的動態(tài)工作流程管理模型；在網(wǎng)格技術(shù)支持下，構(gòu)建基于知識網(wǎng)格服務、集成網(wǎng)格工作流和產(chǎn)品多視圖信息模型的項目制造產(chǎn)品協(xié)同設(shè)計體系結(jié)構(gòu)。以專用船舶為目標對象，開發(fā)協(xié)同設(shè)計原型系統(tǒng)，驗證本項目研究的方法先進性和技術(shù)可行性。本項目的研究對協(xié)同設(shè)計理論進行拓展，對協(xié)同設(shè)計技術(shù)進行深化，對促進項目制造產(chǎn)品開發(fā)水平和提高產(chǎn)品質(zhì)量具有重要的理論研究價值。