149
5. 結論與未來展望
過去幾十年，有關自動文件摘要的研究主要仍著重於文字文件摘要；一直到1990 年後期，由於影音多媒體技術的進步與成熟，才慢慢開始有語音文件摘要的研 究。大部分的語音文件摘要方法多半由文字文件摘要方法延伸而來[Murray et al.
2005;Hirohata et al. 2005;Zhu and Penn 2005]；直至最近幾年，才紛紛有新的語音 文件摘要方法開始被提出來[Kikuchi et al 2003;Furui et al. 2004;Wu et al. 2005;陳 怡婷 et al. 2005;Chen et al. 2006;Maskey et al. 2006]。相較於一般傳統的文件摘要 方法，本論文提出另一種模型架構來從事語音文件摘要，它同時亦適用於一般文 字文件摘要。
文件摘要可分為摘錄式與非摘錄式摘要。本論文旨在探討摘錄式中文廣播新 聞文件摘要方法。我們提出一個機率生成架構，它能將文句生成模型與文句事前 機率緊密地耦合，用於摘錄式摘要之重要文句選取。將待摘要文件中每一文句被 視為一個機率生成式模型，藉以預測文件生成的機率。我們提出二種機率生成模 型：隱藏式馬可夫模型與關聯性模型的結合，以及詞層次混合模型，使用於文件 摘要處理，並且經由一連串的實驗分析與討論，證明所提之方法的確可以較其他 基礎實驗的摘要方法得到更高的正確率。同時，經由初步的實驗及實驗結果，可 以看出所提之機率生成架構於語音文件摘要的運用，仍有很多進步及研究的空 間，例如模型參數的設定、訓練。
此外，吾人也初步將文件結構特徵、語音辨識信心度與某些語音聲韻特徵使 用於文句事前機率的估測。通常在一篇文件中，每一文句的重要程度都不相同；
但是，其於文件中的重要程度資訊並沒有辨法直接取得。因此，嘗試以文句中某 些摘要特徵的資訊來估測其事前機率值；我們於中文廣播新聞語料上進行一連串
150
的實驗，由初步的摘要結果證明某些摘要特徵，確實可以很好的估測出文句的事 前機率分佈，同時提昇機率生成式摘要模型的摘要正確率。
基於這樣一個機率生成架構下，往後的研究將可對文句生成模型作進一步的 改進，例如：1. 對於目前現有文句生成模型的改進，像是對文句機率分佈作更 準確的估測，詞層次主題混合模型與關聯性模型的結果；2. 發展強健性之機率 生成式模型參數的訓練與估測方式。亦或是提出其他的文句生成模型，以及其他 文句事前機率的估測方法。其他研究方向，諸如進一步於機率生成式模型架構 下，考慮摘要文句的重覆性及文句間關聯性的問題，如最大臨界相關摘要方法的 概念；在選取重要文句時，除了考慮文句與文件之間內容的相關程度外，亦考慮 文句與已摘錄之文句之間的相似度。
