語音文件中關鍵用語之自動擷取及其關係圖之自動生成

Abstract

本論文研究語音文件中關鍵用語之自動擷取及其關係圖之自動生成。本論文將關鍵用語分成關鍵片語(Key Phrase) 和關鍵詞(Keyword)，並用不同方法來擷取。在擷取關鍵片語部分，我們提出了分岐亂度(Branching Entropy)。在擷取關鍵詞的部分，我們提出了二階段擷取(Two-Stage Extraction) 的方法，其中第一階段(First-Stage) 利用相對連貫性計算(Relative Coherence Measure; RCM) 取得關鍵詞的初始排序(Initial Ranking)，並以網路知識為輔助；第二階段(Second-Stage)則利用第一階段得出的初始排序，從語音文件中抽取候選關鍵詞的詞彙特徵(Lexical Feature)、韻律特徵(Prosodic Feature) 以及語意特徵(Semantic Feature)，再透過機器學習方法訓練分類器，得到關鍵詞的重排序(Re-Ranking)。 有了關鍵用語，我們進一步利用機器學習方法訓練分類器(Classifier) 來自動 判別兩兩關鍵用語之間的關係以生成關係圖，包括抽取詞彙特徵、語意特徵以及網路知識特徵(Feature from Web Knowledge) 以描述關鍵用語之間的關係， 發現這些特徵是可加成的， 並提出一個評比關係圖的方法。