[发明专利]基于眼球跟踪的英文文本自动摘要方法

摘要

本发明涉及基于眼球跟踪的英文文本自动摘要方法。现有方法均不能针对不同读者产生个性化的文本摘要。本发明方法的步骤是：利用眼球跟踪仪或摄像头获取用户在阅读电子文档时对文中所有词的关注时间；基于文本相似度预测文中所有句子的用户兴趣度；利用用户兴趣度结合文本自动摘要算法生成个性化的自动摘要结果。本发明方法有效地将用户的喜好结合在英文文本自动摘要的过程中，使得最终的文本摘要结果更加接近用户期待的摘要内容，从而使得自动摘要软件能为用户提供更好的个性化服务。

主权项

1、基于眼球跟踪的英文文本自动摘要方法，其特征在于该方法的具体步骤是：步骤1)获取用户在阅读电子文档时对文中所有词的关注时间，具体方法是：(a)将文中所有词的用户关注时间初始化为0；(b)每间隔0.1秒，通过眼球跟踪仪或摄像头获取到用户眼球在屏幕上的聚焦位置(x，y)；(c)文中的每个词wi在当前屏幕上的位置为(xi，yi)，则该词在间隔时刻后，其用户关注时间的增加量AT(wi)为：$\mathrm{AT}\left(w_i\right)=0.1\exp (-\frac{{(x_i-x)}^2}{2{k_x}^2}-\frac{{(y_i-y)}^2}{2{k_y}^2})$其中kx和ky分别是文中每个词在屏幕上的平均宽度和平均高度；(d)重复步骤(b)和(c)至用户阅读完该电子文档，获得文中每个词的用户关注时间；步骤2)基于文本相似度预测文中所有句子的用户兴趣度，具体方法是：(e)计算文中任意两个词wi和wj之间的语义相似度Sim(wi，wj)；该相似度是一个取值范围在[0，1]之间的实数；(f)对文档中的任意词w，挑选出文档中与其相似度最大的k个词，k取值为min(10，n)，其中n是文档中所有不同词的个数；设挑选出的k个词为w1，w2，…，wk，通过式(1)预测词w的用户兴趣度：$I\left(w\right)=\frac{{\mathrm{\Σ}}_{i=1}^k\left(\mathrm{AT}\left(w_i\right){\mathrm{Sim}}^{\mathrm{\γ}}(w_i,w)\mathrm{\δ}(w_i,w)\right)}{{\mathrm{\Σ}}_{i=1}^k\left({\mathrm{Sim}}^{\mathrm{\γ}}(w_i,w)\mathrm{\δ}(w_i,w)\right)+\mathrm{\ϵ}}---\left(1\right)$其中γ为常量、ε为正整数常量，函数δ(，)定义为：$\mathrm{\δ}(w_i,w)=\left\{\begin{array}{cc}1& \mathrm{If}{\mathrm{Sim}}^{\mathrm{\γ}}(w_i,w)>0.01\\ 0& \mathrm{Otherwise}\end{array}\right.$(g)文档中的任意句子s中所有不同单词的用户兴趣度之和为该句子的用户兴趣度I(s)；步骤3)利用用户兴趣度结合文本自动摘要算法生成个性化的自动摘要结果，具体方法是：(h)设用户需要的文本摘要长度为文档长度的为c％，利用基于语义分析的文本自动摘要算法得到压缩率为c％的文本摘要结果；(i)对文档中的每个句子s，计算其用户兴趣度的偏移量Ioffset(s)：$I_{\mathrm{offset}}\left(s\right)=(1-k){\max }_{i=1}^m\left\{I\left(s_i\right)\right\}\mathrm{\λ}\left(s\right)$其中I(si)为句子si的用户兴趣度，s1，s2，…，sm为文档中所有的句子，m为文档中的句子总数；如果句子s出现在步骤(h)所得到的摘要结果中，则λ(s)取值为1；如果句子s未出现在步骤(h)所得到的摘要结果中，则λ(s)取值为0；k为自由参数，取值范围为0～1；(j)计算文档中的每个句子s调整后的用户兴趣度Iadj(s)：Iadj(s)＝I(s)+Ioffset(s)(k)对文档中的所有句子s按其调整后的用户兴趣度从高到低选出前c％的句子作为该文档的摘要结果。