純文字摘要系統在過去已受到相當程度的討論與研究[4, 5, 6]，其目的是讓使 用者可以僅透過瀏覽重要部分的資訊即可充分瞭解整篇文件的意涵。文件摘要系 統可以將文件中具有資訊的語句擷取出來並回應於使用者。而依照用途的不同，
文件摘要亦分為不同類型。
以文件數目分類
以 文 件 做 分 類 的 摘 要 類 型 可 以 分 為 兩 種 ， 單 文 件 摘 要 (Single-Document
Summarization)與多文件摘要(Multi-Document Summarization)，兩者的主要差異在 於產生一篇摘要所需要文件的數量。單文件摘要是對每篇文件產生其對應的一篇 摘要，其重點在於剔除不重要內容，保留真正具有代表性的資訊，以達到精簡與 重點化的目的。例如本論文中新聞報導的實驗，由於每篇新聞報導的內容都對應 到不同的主題，因此對每篇新聞皆產生一篇屬於該主題的文件摘要。而多文件摘 要則是整合多篇相似的文件來產生一篇摘要，其原因在於過多的資訊反而讓人目 不暇給，因此除了刪減不重要的資訊之外，亦強調濾除重複的資訊。此種方法大 多應用於網路摘要系統(Web Summarization)。由於在進行網頁搜尋時，使用者經 常會給予一個查詢，進而得到與內容相近的網頁排序清單，然而過多的資訊內容 令人眼花撩亂，因此網路摘要系統大多利用多文件摘要將每個網頁的內容整合成
一篇摘要提供使用者閱讀。由於網際網路的蓬勃發展，使得多文件摘要成為近年 來熱門的研究方向。
圖 2.1 文件摘要分類之示意圖
以問句分類
摘要需求的種類可以分為一般性摘要(Generative Summarization)與以查詢為 基礎的摘要(Query-Focus Summarization)，兩者主要的差別在於是否考慮使用者要 求的資訊。一般性摘要是沒有使用查詢功能的摘要系統，如本論文中的文件摘要 即為此類，目的是讓摘要的內容盡量涵蓋越多的文件資訊。而以查詢為基礎的摘 要是透過使用者發送的查詢需求並回傳對應的摘要內容，其目標並非涵蓋所有的 文件資訊，僅回應使用者與查詢需求相關的資訊。
2.1.2 摘要語言之種類
摘要語言可以分為單一語言(Monolingual)摘要與多種語言(Multilingual)摘要。
多種語言摘要是從多種語言的文件中產生單一語言的摘要結果，其中涉及機器翻 譯(Machine Translation)的技術。
2.1.3 摘要生成方式之種類
摘要生成的方式可以分為節錄式摘要(Extractive Summarization)與抽象式摘 要(Abstractive Summarization)。節錄式摘要是將一篇文件內容經過斷句處理後，
選擇具有代表性的語句作為摘要，抽象式摘要則是產生未必出現在原始文件中的 語句作為摘要。簡單地說，抽象式摘要類似於運用人類的思考能力所創造出來的 敘 述 。 近 年 來 抽 象 式 摘 要 的 研 究 逐 漸 增 加 ， 大 多 應 用 於 評 論 摘 要 (Review
Summarization)，因此利用抽象式摘要壓縮資料以顯示在智慧型行動裝置上的應用 也相繼而生，成為一個值得深究的題目。然而，此方式需要涉及深層的自然語言 處理能力，因此絕大多數的研究仍然著重於節錄式摘要，如本論文亦採用節錄式 摘要方式進行研究。
2.1.4 語音文件摘要與文字文件摘要之差異
語音文件與文字文件的差異在於語音文件是聲音檔，例如課程錄音、會議錄 音、新聞錄音等等。這些錄音需要透過自動語音辨識系統將聲音轉寫成對應的文 字，容易產生辨識錯誤(Recognition Error)的問題，進而對摘要系統造成影響，因
此自動語音辨識系統品質的優劣對於摘要結果有著絕對的影響力。此外，語音文 件沒有文字文件來得單純，尤其如課程錄音和會議錄音，這些語音文件的內容通 常較為自發性(Spontaneous)，常伴有許多的停頓、無意義的語助詞或不完整的段 落導致辨識率通常較低。再者，語音文件的斷句亦是一大問題，若將某個重要語 句斷成數個零碎語句，則這些語句可能因為資訊的削減而不被摘要系統選取。
如上所述，語音文件摘要比文字摘要更具許多的困難以及挑戰性，例如語句 的不流暢以及斷句的處理皆有研究指出會造成摘要效能的影響[7, 8]。在過去，有 研究學者提出採用前N個最佳(N-Best)的辨識結果之方法以改善辨識錯誤的問題
[9, 10]。然而，語音亦有其優處，透過韻律特徵的分析，如語者聲帶振動的頻率 (Fundamental Frequency, F0)、音素持續時間(Duration)、音素強度(Energy)以及語 調(Tone)的高低等資訊，可以判斷出語者所說的內容是否具重要性[11]。如在課程 錄音中，語者音量變高以及語調提升的語句，極有可能是在強調某個重點，因此 這種特性有助於判斷此語句是否適合為摘要。過去語音文件摘要借助於聲學特徵 的研究[12, 13, 14]，其表現甚至有可能比文件文字摘要的表現更加理想。
2.1.5 摘要語句的精簡與壓縮
透過文件摘要系統來選取重要的語句，盡可能地把文件重點用簡潔的方式呈 現出來。然而，對於語句中多餘的字詞(例如副詞與形容詞等)及語音文件中多餘 的語助詞、辨識錯誤等無意義的內容，並沒有被考慮與處理，使得被產生出來的 摘要內容往往包含雜訊且不夠精簡。因此，有學者進一步地提出化簡與壓縮重要
語句的方法，以產生更為精簡的摘要內容。語句壓縮技術是自動產生保留原始語 句核心內容，並且合乎語法、語意連貫的簡短語句。如 Knight 與 Marcu 於 2002 年所提出以機率方式於語句壓縮之方法，用來找出最精簡的語句，並且同時保有 文法結構與重要資訊[15]。以及 Kikuchi 等人所提出的兩階段式摘要方法，首先篩 選重要語句，節錄出文件中重 要的候選 語句， 接著 依摘要比例及壓縮比率
(Compression Ratio)對語句進行縮減與壓縮的處理，最後以文字或是語音的方式呈 現摘要內容[16, 17]。