面向科技文獻(xiàn)的引用摘要生成關(guān)鍵技術(shù)研究項(xiàng)目摘要

科技文獻(xiàn)的爆炸式增長使得自動摘要成為減輕科研人員負(fù)擔(dān)的一項(xiàng)關(guān)鍵技術(shù)，而論文引用能從多個(gè)角度去幫助理解論文的方法、應(yīng)用、貢獻(xiàn)和局限性。因此，本申請的目標(biāo)是探究引用的真正動機(jī)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(wù)，不限于論文本身內(nèi)容，而進(jìn)一步依據(jù)引用的各個(gè)維度對論文的影響進(jìn)行總結(jié)。研究內(nèi)容主要包括：(1)研究面向科技文獻(xiàn)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(shí)體、事件、關(guān)系等進(jìn)行自動提??；（2）提出一套科技文獻(xiàn)的篇章標(biāo)注規(guī)范，引入依存結(jié)構(gòu)對論文段落進(jìn)行篇章表示，并結(jié)合深度學(xué)習(xí)方法探索有效的篇章分析算法；(3）圍繞引用摘要任務(wù)進(jìn)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(jì)算模型、基于模板和引用維度分析的引用摘要生成技術(shù)。

本課題圍繞科技文獻(xiàn)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(xiàn)的篇章標(biāo)注規(guī)范，引入依存結(jié)構(gòu)對論文段落進(jìn)行篇章表示，并結(jié)合深度學(xué)習(xí)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(gè)方面進(jìn)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(jìn)生成方法的錯誤事實(shí)問題。課題基本按項(xiàng)目預(yù)定的計(jì)劃進(jìn)行，達(dá)到了項(xiàng)目預(yù)期的目標(biāo)，并完成了項(xiàng)目預(yù)期的研究成果?；谝陨涎芯績?nèi)容，形成了理論結(jié)合實(shí)踐、規(guī)范和資源共建、技術(shù)實(shí)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(jìn)行熱點(diǎn)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(biāo)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(biāo)注，506篇摘要被標(biāo)注了兩遍。EDU標(biāo)注采用兩遍標(biāo)注原則，保持兩個(gè)標(biāo)注員的一致性。(3）系統(tǒng)實(shí)踐：基于深度學(xué)習(xí)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(jìn)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(xué)術(shù)交流：與倫斯勒理工大學(xué)、香港理工大學(xué)、中央民族大學(xué)、北京理工大學(xué)、微軟研究院、浪潮公司、Baidu公司等進(jìn)行學(xué)術(shù)交流、資源轉(zhuǎn)讓與技術(shù)合作等。(5)人才培養(yǎng)：指導(dǎo)了2名博士生、4名碩士生、6名本科生順利畢業(yè)。所指導(dǎo)的碩士生中1名獲得國家獎學(xué)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(xué)信息學(xué)院優(yōu)秀本科畢業(yè)論文。 2100433B

項(xiàng)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(shí)驗(yàn)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(diǎn)，前者時(shí)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(dá)到干涉圖去噪的同時(shí)，較好的保留了紋理細(xì)節(jié)信息。 （3）研究了GPS與 MODIS聯(lián)合實(shí)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(yīng)時(shí)間的MODIS數(shù)據(jù)，分析GPS-PWV與MODIS-PWV的關(guān)系，進(jìn)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(zhǔn)新方法，該方法首先利用SIFT算法提取SAR影像上的特征點(diǎn)并完成特征點(diǎn)初始匹配，之后基于RCM算法剔除相關(guān)性較低的匹配點(diǎn)，為減少影像整體匹配誤差，采用PRM算法進(jìn)行匹配點(diǎn)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(diǎn)的D-InSAR結(jié)果同少量實(shí)測點(diǎn)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(shí)序SAR中的短基線技術(shù)進(jìn)行了分析，并利用該技術(shù)提取了礦區(qū)地表沉降，試驗(yàn)證明：SBAS方法對干涉圖中相干點(diǎn)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(jī)的概率積分法參數(shù)及地表下沉預(yù)報(bào)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(yù)測模型及方法； 建立了老采空區(qū)殘余沉降計(jì)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(xiàng)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(biāo)和任務(wù)。 2100433B

大型專用設(shè)備、艦艇、航天器等項(xiàng)目制造產(chǎn)品是為滿足客戶個(gè)性化要求開發(fā)的，往往關(guān)系到國計(jì)民生和軍事國防。本項(xiàng)目從設(shè)計(jì)方法學(xué)入手，研究面向項(xiàng)目制造產(chǎn)品的協(xié)同設(shè)計(jì)方法，將研究對象從產(chǎn)品、設(shè)計(jì)過程擴(kuò)展到設(shè)計(jì)團(tuán)隊(duì)以及他們之間的協(xié)同關(guān)系，并將協(xié)同設(shè)計(jì)的技術(shù)和環(huán)境要求也視為協(xié)同設(shè)計(jì)方法的組成部分；將協(xié)同設(shè)計(jì)從單一的詳細(xì)設(shè)計(jì)階段或單一的學(xué)科系統(tǒng)擴(kuò)展到設(shè)計(jì)階段- - 多學(xué)科領(lǐng)域二維空間，建立項(xiàng)目制造產(chǎn)品多視圖信息模型；基于設(shè)計(jì)結(jié)構(gòu)矩陣技術(shù)，建立集成設(shè)計(jì)團(tuán)隊(duì)、任務(wù)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(wù)、集成網(wǎng)格工作流和產(chǎn)品多視圖信息模型的項(xiàng)目制造產(chǎn)品協(xié)同設(shè)計(jì)體系結(jié)構(gòu)。以專用船舶為目標(biāo)對象，開發(fā)協(xié)同設(shè)計(jì)原型系統(tǒng)，驗(yàn)證本項(xiàng)目研究的方法先進(jìn)性和技術(shù)可行性。本項(xiàng)目的研究對協(xié)同設(shè)計(jì)理論進(jìn)行拓展，對協(xié)同設(shè)計(jì)技術(shù)進(jìn)行深化，對促進(jìn)項(xiàng)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(jià)值。