2.2.  Zusammenfassen

Grundmodell des verstehenden Zusammenfassen 

Problem

Language understanding is somewhat like counting from one to infinity; language generation is like counting from infinity to one.
(Zitat von Yorick Wilks nach [DALE et al. 1998])

Ausweg

Textextraktion bzw. -kompression, d.h. Auswählen der wichtigsten Textteile anstelle echter Zusammenfassung.

2.2.1.  Verfahren

Ansätze der Textextraktion/-kompression 

Statistische und heuristische Verfahren

• [LUHN 1958]: Vorkommen von Wörtern mittlerer Häufigkeit
• [EDMUNDSON 1969]:
  • Satzposition im Abschnitt (Anfang/Ende wichtiger als Mitte)
  • wichtige Schlüsselwörter (z.B. aus Überschriften) vs. Füll- bzw. Stoppwörter
• [KUPIEC et al. 1995]: Lernendes System, das aus bestehenden Abstract-Dokument-Paaren generalisiert!
  • Satzlänge > 5; Wortmerkmale (Grossschreibung, Länge, Häufigkeit)
  • Textsortenspezifische Indikatorphrasen für zentrale Aussagen “In conclusion,”
  • 80% der Sätze in den Abstracts (von professionellen Zusammenfassern!) waren wörtlich oder nur minim modifiziert im Dokument!
• Varianten und Verfeinerungen solcher heuristischen Methoden sind heute gängig (z.B. Microsoft Word Zusammenfassung)

Fazit Textzusammenfassung 
Was zeichnet gute Textzusammenfassung/-kompression aus?

Relevanz

Ist das Wichtige drin? Ist das Unwichtige weggelassen? Ist die Zusammmenfassung redundanzfrei?

Lesbarkeit

Wie fügt sich die Zusammenfassung zusammen (Textkohärenz)? Fehlen Bezugsausdrücke von anaphorischen Ausdrücken? (dangling pronouns)

Parametrisierbarkeit

Kann ich den Grad an Kompression beeinflussen? Gibt es eine Form von Benutzermodellierung?