[發(fā)明專利]基于眼球跟蹤的英文文本自動(dòng)摘要方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 200910096060.7
• 申請(qǐng)日: 2009-02-06
• 公開(kāi)（公告）號(hào): CN101567004A
• 公開(kāi)（公告）日: 2009-10-28
• 發(fā)明（設(shè)計(jì)）人: 徐頌華;江浩;劉智滿
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 杭州求是專利事務(wù)所有限公司
• 代理人: 杜 軍

1.基于眼球跟蹤的英文文本自動(dòng)摘要方法，其特征在于該方法的具 體步驟是：

步驟1)獲取用戶在閱讀電子文檔時(shí)對(duì)文中所有詞的關(guān)注時(shí)間，具體 方法是：

(a)將文中所有詞的用戶關(guān)注時(shí)間初始化為0；

(b)每間隔0.1秒，通過(guò)眼球跟蹤儀或攝像頭獲取到用戶眼球在屏幕 上的聚焦位置(x，y)；

(c)文中的每個(gè)詞wi在當(dāng)前屏幕上的位置為(xi，yi)，則該詞在間隔 時(shí)刻后，其用戶關(guān)注時(shí)間的增加量AT(wi)為：

AT(wi)=0.1exp(-(xi-x)22kx2-(yi-y)22ky2)]]>

其中kx和ky分別是文中每個(gè)詞在屏幕上的平均寬度和平均高度；

(d)重復(fù)步驟(b)和(c)至用戶閱讀完該電子文檔，獲得文中每個(gè)詞的 用戶關(guān)注時(shí)間；

步驟2)基于文本相似度預(yù)測(cè)文中所有句子的用戶興趣度，具體方法 是：

(e)計(jì)算文中任意兩個(gè)詞wi和wj之間的語(yǔ)義相似度Sim(wi，wj)；該 相似度是一個(gè)取值范圍在[0，1]之間的實(shí)數(shù)；

(f)對(duì)文檔中的任意詞w，挑選出文檔中與其相似度最大的k個(gè)詞，k 取值為min(10，n)，其中n是文檔中所有不同詞的個(gè)數(shù)；設(shè)定挑選出的k 個(gè)詞為w1，w2，…，wk，通過(guò)式(1)預(yù)測(cè)詞w的用戶興趣度：

I(w)=Σi=1k(AT(wi)Simγ(wi,w)δ(wi,w))Σi=1k(Simγ(wi,w)δ(wi,w))+ϵ---(1)]]>

其中γ為常量、ε為正整數(shù)常量，函數(shù)δ(，)定義為：

δ(wi,w)=1IfSimγ(wi,w)>0.010Otherwise]]>

(g)文檔中的任意句子s中所有不同單詞的用戶興趣度之和為該句子 的用戶興趣度I(s)；

步驟3)利用用戶興趣度結(jié)合文本自動(dòng)摘要算法生成個(gè)性化的自動(dòng)摘 要結(jié)果，具體方法是：

(h)設(shè)定用戶需要的文本摘要長(zhǎng)度為文檔長(zhǎng)度的c％，利用基于語(yǔ)義分 析的文本自動(dòng)摘要算法得到壓縮率為c％的文本摘要結(jié)果；

(i)對(duì)文檔中的每個(gè)句子s，計(jì)算其用戶興趣度的偏移量I_offset(s)：

Ioffset(s)=(1-k)maxi=1m{I(si)}λ(s)]]>

其中I(si)為句子si的用戶興趣度，s1，s2，…，sm為文檔中所有的句子， m為文檔中的句子總數(shù)；如果句子s出現(xiàn)在步驟(h)所得到的摘要結(jié)果 中，則λ(s)取值為1；如果句子s未出現(xiàn)在步驟(h)所得到的摘要結(jié)果 中，則λ(s)取值為0；k為自由參數(shù)，取值范圍為0～1；

(j)計(jì)算文檔中的每個(gè)句子s調(diào)整后的用戶興趣度I_adj(s)：

I_adj(s)＝I(s)+I_offset(s)

(k)對(duì)文檔中的所有句子s按其調(diào)整后的用戶興趣度從高到低選出前 c％的句子作為該文檔的摘要結(jié)果。