Xây dựng công cụ tổng hợp tin tức tiếng việt và ứng dụng

’Y BAN NHÂN DÂN THÀNH PH» H« CHÍ MINH S– KHOA H≈C CƠNG NGHõ ĐI H≈C QU»C GIA THÀNH PH» H« CHÍ MINH TR◊ÕNG ĐI H≈C KHOA H≈C T‹ NHIÊN CH◊ÃNG TRÌNH KHOA H≈C VÀ CƠNG NGHõ CáP THÀNH PH» BÁO CÁO T NG H—P KịT Q NHIõM V÷ NGHIÊN CŸU KHOA H≈C VÀ CƠNG NGHõ XÂY D‹NG CƠNG C÷ T NG H—P TIN TŸC TIịNG VIõT VÀ ŸNG D÷NG NGHIÊM QU»C MINH THÀNH PH» H« CHÍ MINH THÁNG 5/2018 ’Y BAN NHÂN DÂN THÀNH PH» H« CHÍ MINH S– KHOA H≈C CƠNG NGHõ ĐI H≈C QU»C GIA THÀNH PH» H« CHÍ MINH TR◊ÕNG ĐI H≈C KHOA H≈C T‹ NHIÊN CH◊ÃNG TRÌNH KHOA H≈C VÀ CÔNG NGHõ CáP THÀNH PH» BÁO CÁO T NG H—P KịT Q NHIõM V÷ NGHIÊN CŸU KHOA H≈C VÀ CƠNG NGHõ XÂY D‹NG CƠNG C÷ T NG H—P TIN TC TIũNG VIừT V NG DữNG Ch nhiêm nhiêm v Nghiêm QuËc Minh CÏ quan qu£n l˛ CÏ quan chı trỡ nhiêm v (k tờn v úng dòu) TRếNG ẹI H≈C CÀNG HOÀ Xà HÀI CH’ NGHûA VIõT NAM KHOA HC T NHIấN - ẻc lp - Tá - H§nh phúc ———————– ĐI H≈C QU»C GIA TP.HCM ———————– Tp.HCM, ngày tháng n´m 2018 BÁO CÁO TH»NG KÊ KòT QUÉ TH‹C HIõN NHIõM V÷ NGHIÊN CŸU KH&CN I THƠNG TIN CHUNG Nhiêm v XY DNG CễNG Cữ TNG HP TIN TC TIũNG VIừT V NG DữNG ã Thuẻc lổnh vác: CNTT Ch nhiêm ti ã H v tên: NGHIÊM QU»C MINH • N´m sinh: 1984 GiĨi tính: Nam • HÂc v‡: Ti∏n sỉ Chun ngành: Tin hÂc • N´m §t hÂc v‡: 2014 • Ch˘c vˆ: Gi£ng viên • Tên cÏ quan ang cơng tác: tr˜Ìng Qc gia Tp HCM ã Đi hc Khoa hc Tá nhiờn, ‡a chø cÏ quan: 227 Nguyπn V´n C¯, Qu™n 5, Tp HCM i H ã iên thoĐi cẽ quan: (08) 38353193; (08) 62884499 • Fax: (08) 38350096 • • ‡a chø nhà riêng: E18 Nam Long Gị Ơ Mơi, Ph˜Ìng Phỳ Thun, Qun 7, Tp HCM iên thoĐi: 0978-611-846 ã Email: nqminh@fit.hcmus.edu.vn CÏ quan chı trì ∑ tài • Tên cÏ quan chı trì ∑ tài: tr˜Ìng Qc gia Tp HCM ã Đi hc Khoa hc Tá nhiờn, H iên thoĐi: (08) 38353193; (08) 62884499 ã Fax: (08) 38350096 • Website: www.hcmus.edu.vn • ‡a chø: 227 Nguyπn V´n C¯, Qun 5, Tp HCM ã Sậ ti khoÊn: 3713.0.1056908.00000 tĐi Kho bĐc Nh nểc Qun 5, Tp.HCM ã Mó quan hª ngân sách: 1056908 II TÌNH HÌNH TH‹C HIõN Thèi gian thác hiên nhiêm v 24 thỏng (t 05/2016 ∏n 05/2018) ii Kinh phí • Kinh phí ˜Ịc duyêt: 725 triêu ng (100% ngõn sỏch khoa hc) ã Kinh phí ã cßp (theo H sË: 15/2016/H -SKHCN, ngày 23/05/2016) – Ịt 1: 360 triªu Áng – Ịt 2: 290 triêu ng ã Kinh phớ cũn lĐi (còp sau nghiªm thu ∑ tài) – Ịt 3: 75 triªu Áng S˚ dˆng kinh phí TT NỴi dung khoÊn chi Tin cụng lao ẻng trác tip Chi mua v™t t˜, nguyên, nhiên, v™t liªu Chi s˚a ch˙a, mua s≠m tài s£n cË ‡nh Chi hỴi th£o khoa hÂc, cơng tỏc phớ v ngoi nểc phc v hoĐt ẻng nghiên c˘u Chi tr£ d‡ch vˆ thuê phˆc vˆ hoĐt ẻng nghiờn cu Chi iu tra, khÊo sỏt thu thp sậ liêu Chi phũng phâm, thụng tin liờn lĐc, in òn phc v hoĐt ẻng nghiờn cu Chi hp hẻi ng tá ỏnh giỏ kt quÊ thác hiên nhiªm vˆ KH&CN Chi qu£n l˛ chung nhiªm vˆ KH&CN nhăm Êm bÊo yờu cảu quÊn l trin khai thác hiên nhiêm v KH&CN iii K hoĐch Thác t 599,357 599,357 0 0 0 0 0 5,000 4,998 8,350 5,350 54,700 54,700 10 Chi khác có liên quan tr¸c ti∏p ∏n tri∫n khai th¸c hiên nhiêm v KH&CN Tng cẻng: 57,593 11,480 725,000 675,885 Các v´n b£n hành q trình th¸c hiªn ∑ tài TT SË, thÌi gian ban hành v´n b£n SË 850/Q -SKHCN, ngày 14/10/2015 SË 223/Q -SKHCN, ngày 29/4/2016 SË 15/2016/H -SKHCN, ngày 23/5/2016 SË 56/TB-SKHCN, ngày 21/4/2016 Tên bÊn Quyt nh v viêc thnh lp Hẻi ng xét duyªt ∑ tài nghiên c˘u khoa hÂc Quy∏t ‡nh v∑ viªc phê duyªt ∑ tài nghiên c˘u khoa hÂc v phỏt trin cụng nghê Hềp ng thác hiên nhiêm vˆ nghiên c˘u khoa hÂc cơng nghª Thơng báo còp kinh phớ nghiờn cu KHCN cho ti, dá ỏn Khoa hc v Cụng nghê Ngy 25/7/2017 Thâm tra quy∏t tốn ∑ tài, d¸ án n´m 2016 SË 385/SKHCN-QLKH, Thụng bỏo v viêc nẻp bỏo cỏo nghiêm thu ngy 28/2/2018 ∑ tài quy∏t tốn kinh phí Ịt Quyt nh v viêc thnh lp Hẻi ng khoa Sậ 689/Q /KHTB-KH, hc ỏnh giỏ, nghiêm thu còp cẽ s ∑ tài ngày 2/5/2018 NCKH cßp S KHCN TP.HCM SË Thụng bỏo v viêc gia hĐn thèi gian thác 1062/SKHCN-QLKH, hiªn nhiªm vˆ nghiên c˘u khoa hÂc cơng ngày 15/5/2018 nghª Ngày 1/6/2018 SË 429/Q -SKHCN, 10 ngày 18/5/2018 Thâm tra quyt toỏn ti, dá ỏn nm 2017 Quyt nh v viêc thnh lp Hẻi ng nghiêm thu ∑ tài nghiên c˘u khoa hÂc iv Cá nhân tham gia thác hiên nhiêm v TT H tờn (thuyt minh) H tờn (tham gia thác hiên) TS Nghiờm QuËc Minh TS Nghiêm QuËc Minh PGS TS inh i∑n PGS TS inh i∑n TS Nguyπn L˜u Thùy Ngân TS Nguyπn Th‡ HÁng Nhung TS Nguyπn L˜u Thùy Ngân TS Nguyπn Th‡ HÁng Nhung ThS V´n Chí Nam ThS V´n Chí Nam ThS Tr¶n Th‡ ThÊo Nhi ThS Trản Th ThÊo Nhi Nẻi dung tham gia chớnh Ch nhiêm nhiêm v, ph trỏch chung tòt c£ nỴi dung, nghiên c˘u v∑ tóm t≠t a v´n b£n tóm t≠t a v´n b£n Thành viên chính, xõy dáng ng liêu phc v nghiờn cu, ỏnh giỏ k∏t qu£ Thành viên chính, nghiên c˘u kỉ thu™t nén câu Thành viên chính, nghiên c˘u kỉ thu™t gỴp câu Thành viên chính, nghiên c˘u kỉ thu™t tóm t≠t a v´n b£n Th˜ kí khoa hÂc, nghiên c˘u v∑ tóm t≠t a v´n b£n v S£n ph©m ch yu Đt ềc Ng liêu túm tt, cụng c tng hềp tin tc, o tĐo thĐc sổ Ng liêu tóm t≠t Bài báo nén câu, cơng cˆ nén câu Bài báo gỴp câu, cơng cˆ gỴp câu Bài báo tóm t≠t a v´n b£n, cơng cˆ tóm t≠t a bÊn Ng liêu túm tt, tĐp túm tt a v´n b£n Tóm t≠t nỴi dung, cơng viêc ch yu TT Cỏc nẻi dung, cụng viêc ch yu Thèi gian dá toỏn xuòt ph˜Ïng pháp nén câu phù hỊp cho ti∏ng Viªt, gÁm 9/2016 (1) Bài báo khoa hÂc v∑ nén 5/2017 (8 câu, (2) Công cˆ nén câu, (3) tháng) Ÿng dˆng web nộn cõu xuòt phẽng phỏp trẻn cõu t nhi∑u câu chı ∑ cho tr˜Óc, chuy∫n thành cõu nhòt, ngn hẽn m vđn gi ềc cỏc ˛ diπn t£ câu cho tr˜Óc, gÁm (1) Cơng cˆ trỴn câu, (2) Bài báo khoa hÂc v∑ trẻn cõu (3) ng dng web trẻn cõu xuòt ph˜Ïng pháp tóm t≠t a v´n b£n phù hỊp cho ti∏ng Viªt, gÁm (1) Cơng cˆ tóm t≠t a v´n b£n ti∏ng Viªt, (2) K∏t qu£ th˚ nghiªm ánh giá trờn bẻ ng liêu chuân ềc nhúm xõy dáng, (3) Bài báo khoa hÂc v∑ tóm t≠t a v´n b£n, (4) Ÿng dˆng web tóm t≠t a v´n b£n ThÌi gian thác t 5-9/2016, 1-5/2017 (8 thỏng) Ngèi thác hiên Nghiêm QuËc Minh, Nguyπn L˜u Thu˝ Ngân, Tr¶n Th‡ Th£o Nhi 9/2016 5/2017 (8 tháng) 5-9/2016, 1-5/2017 (8 tháng) Nghiêm QuËc Minh, Nguyπn Th‡ HÁng Nhung 9/2016 5/2017 (8 tháng) 5-9/2016, 1-5/2017 (8 tháng) Nghiêm QuËc Minh, V´n Chí Nam vi TĐo mẻt bẻ ng liêu chuân ∫ ánh giá hª thËng tóm t≠t a v´n bÊn ting Viêt, gm (1) Xõy dáng mẻt bẻ ng liêu chuân cho túm tt a bÊn, (2) Dáa vo bẻ ng liêu chuân ny ỏnh giỏ phẽng pháp tóm t≠t ∑ xt so sánh vĨi phẽng phỏp khỏc trờn ting Viêt, (3) Bi tĐp khoa hÂc v∑ ng˙ liªu tóm t≠t a v´n b£n Xõy dáng mẻt thậng tá ẻng tng hềp thụng tin ti∏ng Viªt, gÁm (1) Cơng cˆ tìm ki∏m v´n b£n: tìm tin t˘c Internet thu th™p v∑ máy chı, (2) Cơng cˆ gom nhóm v´n b£n: v´n b£n mỴt chı ∑ s≥ ˜Ịc gom nhóm l§i vĨi nhau, (3) T§o ˘ng dˆng tá ẻng tng hềp thụng tin ting Viêt trờn nn web 5-9/2016, 5-11/2017 (10 tháng) Nghiêm QuËc Minh, inh i∑n, V´n Chí Nam, Tr¶n Th‡ Th£o Nhi 9-12/2016, 3-12/2017 5-12/2017 (9 tháng) (10 tháng) Nghiêm QuËc Minh, V´n Chí Nam 5-9/2016, 5-8/2017 (7 tháng) vii Ki∫m ‡nh hª thËng hồn thiªn báo cáo, gÁm (1) Tri∫n khai ki∫m ‡nh hª thËng 11/2017 tóm t≠t a v´n b£n ti∏ng Viªt, 5/2018 (6 hª thËng tÍng hỊp thơng tin tháng) ti∏ng Viªt, (2) Hồn thiªn báo cáo báo khoa hÂc 11/2017 5/2018 (6 tháng) Nghiêm QuËc Minh, Tr¶n Th‡ Th£o Nhi III SÉN PHâM KH&CN C’A NHIừM Vữ SÊn phâm KH&CN ó tĐo a DĐng 1: cỏc sÊn phâm mm Sậ Chứ tiờu lềng chòt lềng TT Tờn sÊn phâm Bẻ ng liêu tóm t≠t a v´n b£n (gÁm 300 cˆm v´n b£n, mÈi cˆm có b£n tóm t≠t) Ỵ Áng thu™n gi˙a nh˙ng ng˜Ìi gán nhãn Cơng cˆ nén câu Ỵ o ROUGE Cơng cˆ gỴp câu ẻ o ROUGE viii Theo k hoĐch ẻ ng thu™n 70% ROUGE 0.7 ROUGE2 0.65 Th¸c t Đt ềc ẻ ng thun tẽng ậi ẽn k = 0.55 ROUGE-1 = 0.7 ROUGE-1 = 0.77 ROUGE-2 = 0.7 1.3.5 Thành viên 22 0.49 12,397 Th˜ k˛ khoa hÂc 22 0.49 12,397 Nghiên c˘u kæ thut ỏnh giỏ kt quÊ tá ẻng - Ch nhiêm ∑ tài 22 0.79 19,987 Thành viên 22 0.49 12,397 Th˜ k˛ khoa hÂc 22 0.49 12,397 Ti∏n hành thớ nghiêm, th nghiêm, thác nghiêm, khÊo 1.4 nghiêm, ch tĐo, sÊn xuòt; nghiờn cu, hon thiên quy trỡnh cụng nghª 1.4.1 Th˚ nghiªm nén câu báo cáo - cơng - Chı nhiªm ∑ tài 22 0.79 19,987 Thành viên 22 0.49 12,397 Th˜ k˛ khoa hÂc 22 0.49 12,397 1.4.2 Th nghiêm gẻp cõu cụng - Ch nhiêm ∑ tài 22 0.79 19,987 Thành viên 22 0.49 12,397 Th˜ k˛ khoa hÂc 22 0.49 12,397 Chı nhiªm ∑ tài 22 0.79 19,987 Thành viên 22 0.49 12,397 Th˜ k˛ khoa hÂc 22 0.49 12,397 1.4.3 Th˚ nghiêm túm tt a bÊn xuòt giÊi phỏp, ki∏n ngh‡, sáng ch∏, gi£i pháp h˙u ích, s£n ph©m, 1.6 ch phâm, mụ hỡnh, òn phâm khoa hc v ∑ xt khác 40 cơng báo cáo - 1.6.1 Vi∏t báo v∑ nén câu Chı nhiªm ∑ tài 22 0.79 19,987 Thành viên 22 0.49 12,397 Th˜ k˛ khoa hÂc 22 0.49 12,397 Chı nhiªm ∑ tài 22 0.79 19,987 Thành viên 22 0.49 12,397 Th˜ k˛ khoa hÂc 22 0.49 12,397 Chı nhiªm ∑ tài 22 0.79 19,987 Thành viên 22 0.49 12,397 Th˜ k˛ khoa hÂc 22 0.49 12,397 Chı nhiªm ∑ tài 22 0.79 19,987 Thành viên 22 0.49 12,397 Th˜ k˛ khoa hÂc 22 0.49 12,397 22 0.49 12,397 22 0.49 12,397 22 0.49 12,397 1.6.2 Vi∏t báo v∑ gỴp câu 1.6.3 Vi∏t báo v∑ tóm t≠t a v´n b£n 1.6.4 Vi∏t t§p chí v∑ tóm t≠t a v´n b£n 1.6.5 Vi∏t ch˜Ïng trình nén câu (web) Thành viên 1.6.6 Vi∏t ch˜Ïng trình gỴp câu (web) Thành viên 1.6.7 Vi∏t ch˜Ïng trình tóm t≠t a v´n b£n (web) Thành viên báo cáo 1.7 TÍng k∏t, ánh giá - Chı nhiªm ∑ tài 22 0.79 19,987 Thành viên 22 0.49 12,397 41 Th˜ k˛ khoa hÂc 22 0.49 12,397 Mua v™t t˜, nguyên, nhiên, v™t liªu - Chi s˚a ch˙a, mua s≠m tài s£n cË ‡nh - Chi HỴi th£o Khoa hÂc, cơng tác phớ v ngoi nểc phc v hoĐt ẻng nghiờn c˘u - Chi v´n phịng ph©m, thơng tin liên lĐc, in òn 5,000 7.1 In òn ti liêu 5,000 Chi hp hẻi ng tá ỏnh giỏ kt quÊ thác hiên nhêm v KH&CN 8,350 hẻi ng 8.1 Hẻi ng nghiêm thu cẽ s 8,350 Ch tch hẻi Áng ng˜Ìi 1,000 1,000 Ph£n biªn ng˜Ìi 850 1,700 Phó chı t‡ch hỴi Áng; thành viên hỴi Áng ng˜Ìi 750 4,500 Th˜ k˛ hành ng˜Ìi 150 150 ng˜Ìi 10 100 1,000 §i bi∫u ˜Ịc mÌi tham dá Chi quÊn l nhiêm v KH&CN 54,700 9.1 Chi qu£n l˛ phí cÏ quan chı trì 35,000 Qu£n l˛ chung ( iªn, n˜Ĩc, i∑u hành, ti∑n cơng phõn b ậi vểi 9.1.2 cỏc hoĐt ẻng giỏn tip quỏ trỡnh quÊn l nhiêm v); Ph còp Th k˛ hành 35,000 9.2 Chi qu£n l˛ phí cÏ quan qu£n l˛ n´m 3,000 9.3 Chi HỴi Áng xột duyêt 6,000 13,700 9.3.1 Ch tch hẻi ng ngèi 42 2,000 2,000 Phˆ lˆc A Báo giá tham kh£o Ph¶n d˜Ĩi ây trình bày chi phí liên quan ∏n viªc cơng bË cơng trình nghiên c˘u khoa hÂc, bao gÁm (1) hỴi ngh‡ phí (2) phí ´ng t§p chí Thơng tin tham kh£o ˜Ịc ˜a dáa vo hẻi ngh phớ ca hẻi ngh KSE nm 2015 v phớ ng bi ca tĐp IEICE hiên tĐi 44 Hỡnh A.1: Hẻi ngh phớ ca hẻi ngh KSE (IEEE) n´m 2015 Hình A.2: Phí ´ng t§p chí cıa t§p chí IEICE (ISI) 45 TÀI LIõU THAM KHÉO [1] Palakorn Achananuparp, Xiaohua Hu, and Xiajiong Shen “The Evaluation of Sentence Similarity Measures” In: Proceedings of the 10th International Conference on Data Warehousing and Knowledge Discovery DaWaK ’08 Berlin, Heidelberg: Springer-Verlag, Jan 2008, pp 305–316 ISBN: 978-3-540-85835-5 URL: http://dx.doi.org/ 10.1007/978-3-540-85836-2_29 [2] Regina Barzilay “Information Fusion for Multidocument Summarization: Paraphrasing and Generation” AAI3088294 PhD thesis New York, NY, USA, 2003 [3] Regina Barzilay and Kathleen R McKeown “Sentence fusion for multidocument news summarization” In: Computational Linguistics 31.3, 2005, pp 297–328 [4] Regina Barzilay, Kathleen R McKeown, and Michael Elhadad “Information Fusion in the Context of Multi-Document Summarization” In: Proceedings of the 37th Annual Meeting of the Association for Computational Linguistics College Park, Maryland, USA: Association for Computational Linguistics, June 1999, pp 550–557 DOI: 10.3115/ 1034678.1034760 URL: http://www.aclweb.org/anthology/ P99-1071 [5] Regina Barzilay, Kathleen R McKeown, and Michael Elhadad “Information Fusion in the Context of Multi-Document Summarization” In: Proceedings of the 37th Annual Meeting of the Association for Computational Linguistics College Park, Maryland, USA: Association for Computational Linguistics, June 1999, pp 550–557 DOI: 10.3115/ 1034678.1034760 URL: http://www.aclweb.org/anthology/ P99-1071 46 [6] Florian Boudin and Emmanuel Morin “Keyphrase Extraction for Nbest Reranking in Multi-Sentence Compression” In: Proceedings of the 2013 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies Atlanta, Georgia: Association for Computational Linguistics, June 2013, pp 298–305 URL: http : / / www aclweb org / anthology / N13 1030 [7] Jaime Carbonell and Jade Goldstein “The Use of MMR, Diversitybased Reranking for Reordering Documents and Producing Summaries” In: Proceedings of the 21st Annual International ACM SIGIR Conference on Research and Development in Information Retrieval 1998, pp 335–336 URL: http : / / doi acm org / 10 1145 / 290941 291025 [8] Yllias Chali and Shafiq R Joty “Answering complex questions using query-focused summarization technique” In: Tools with Artificial Intelligence, 2008 ICTAI’08 20th IEEE International Conference on Vol IEEE 2008, pp 131–134 [9] James Clarke and Mirella Lapata “Global Inference for Sentence Compression An Integer Linear Programming Approach” In: Journal of Artificial Intelligence Research 31, 2008, pp 399–429 URL: http : //jamesclarke.net/media/papers/clarke-lapata-jair2008 pdf [10] Trevor Anthony Cohn and Mirella Lapata “Sentence compression as tree transduction” In: Journal of Artificial Intelligence Research, 2009, pp 637–674 [11] John M Conroy, Judith D Schlesinger, Dianne P O’leary, and Jade Goldstein “Back to basics: CLASSY 2006” In: Proceedings of DUC 6, 2006, pp 48–57 47 [12] Harold P Edmundson “New methods in automatic extracting” In: Journal of the ACM (JACM) 16.2, 1969, pp 264–285 [13] Jason Eisner “Three New Probabilistic Models for Dependency Parsing: An Exploration” In: 16th International Conference on Computational Linguistics, Proceedings of the Conference, COLING 1996, Center for Sprogteknologi, Copenhagen, Denmark, August 5-9, 1996 1996, pp 340–345 URL: http://aclweb.org/anthology/C961058 [14] Micha Elsner and Deepak Santhanam “Learning to Fuse Disparate Sentences” In: Proceedings of the Workshop on Monolingual TextTo-Text Generation Portland, Oregon: Association for Computational Linguistics, June 2011, pp 54–63 URL: http://www.aclweb.org/ anthology/W11-1607 [15] Katja Filippova “Multi-Sentence Compression: Finding Shortest Paths in Word Graphs” In: Proceedings of the 23rd International Conference on Computational Linguistics (Coling 2010) Beijing, China: Coling 2010 Organizing Committee, Aug 2010, pp 322–330 URL: http: //www.aclweb.org/anthology/C10-1037 [16] Katja Filippova and Michael Strube “Dependency tree based sentence compression” In: Proceedings of the Fifth International Natural Language Generation Conference Association for Computational Linguistics 2008, pp 25–32 [17] Katja Filippova and Michael Strube “Sentence Fusion via Dependency Graph Compression” In: Proceedings of the 2008 Conference on Empirical Methods in Natural Language Processing Honolulu, Hawaii: Association for Computational Linguistics, Oct 2008, pp 177–185 URL : http://www.aclweb.org/anthology/D08-1019 48 [18] Nguyen Thi Thu Ha and Nguyen Huu Quynh “Concatenate the Most Likelihood Substring for GeneratingVietnamese Sentence Reduction” In: IACSIT International Journal of Engineering and Technology 3.3, 2011, pp 203–207 URL: http://www.ijetch.org/papers/225G982.pdf [19] Kai Hong and Ani Nenkova “Improving the Estimation of Word Importance for News Multi-Document Summarization” In: Proceedings of the 14th Conference of the European Chapter of the Association for Computational Linguistics, EACL 2014, April 26-30, 2014, Gothenburg, Sweden 2014, pp 712–721 URL: http : / / aclweb org / anthology/E/E14/E14-1075.pdf [20] Vo Thanh Hung, Phan Thi Tuoi, and Quan Thanh Tho “Combination of statistical and language processing methods in news summarization: A case study for Vietnamese news” In: The Second International Conference on Digital Enterprise and Information Systems (DEIS2013) The Society of Digital Information and Wireless Communication 2013, pp 119–128 [21] Hongyan Jing and Kathleen R McKeown “Cut and Paste Based Text Summarization” In: Proceedings of the 1st North American Chapter of the Association for Computational Linguistics Conference NAACL 2000 Stroudsburg, PA, USA: Association for Computational Linguistics, 2000, pp 178–185 URL: http://dl.acm.org/citation.cfm? id=974305.974329 [22] Emiel Krahmer, Erwin Marsi, and Paul van Pelt “Query-based sentence fusion is better defined and leads to more preferred results than generic sentence fusion” In: Proceedings of the 46th Annual Meeting of the Association for Computational Linguistics on Human Language Technologies: Short Papers Association for Computational Linguistics 2008, pp 193–196 49 [23] Fei Liu and Yang Liu “Using spoken utterance compression for meeting summarization: A pilot study” In: 2010 IEEE Spoken Language Technology Workshop, SLT 2010, Berkeley, California, USA, December 12-15, 2010 2010, pp 37–42 URL: http://dx.doi.org/10 1109/SLT.2010.5700819 [24] Annie Louis and Ani Nenkova “Automatically assessing machine summary content without a gold standard” In: Computational Linguistics 39.2, 2013, pp 267–300 [25] Hans Peter Luhn “The automatic creation of literature abstracts” In: IBM Journal of research and development 2.2, 1958, pp 159–165 [26] An-Vinh Luong, Nhi-Thao Tran, Van-Giau Ung, and Minh-Quoc Nghiem “Word Graph-Based Multi-Sentence Compression: Re-ranking Candidates Using Frequent Words” In: Proceedings of the Seventh International Conference On Knowledge And Systems Engineering 2015 [27] Inderjeet Mani, Barbara Gates, and Eric Bloedorn “Improving summaries by revising them” In: Proceedings of the 37th annual meeting of the Association for Computational Linguistics on Computational Linguistics Association for Computational Linguistics 1999, pp 558– 565 [28] Kathleen McKeown, Sara Rosenthal, Kapil Thadani, and Coleman Moore “Time-Efficient Creation of an Accurate Sentence Fusion Corpus” In: Human Language Technologies: The 2010 Annual Conference of the North American Chapter of the Association for Computational Linguistics Los Angeles, California: Association for Computational Linguistics, June 2010, pp 317–320 URL: http://www.aclweb.org/ anthology/N10-1044 [29] Yashar Mehdad, Giuseppe Carenini, Frank Tompa, and Raymond T NG “Abstractive Meeting Summarization with Entailment and Fu50 sion” In: Proceedings of the 14th European Workshop on Natural Language Generation Sofia, Bulgaria: Association for Computational Linguistics, Aug 2013, pp 136–146 URL: http : / / www aclweb org/anthology/W13-2117 [30] Rada Mihalcea and Paul Tarau “TextRank: Bringing Order into Texts” In: Proceedings of EMNLP 2004 Association for Computational Linguistics, 2004, pp 404–411 [31] Marie-Francine Moens, Caroline Uyttendaele, and Jos Dumortier “Abstracting of Legal Cases: The Potential of Clustering Based on the Selection of Representative Objects” In: Journal of the American Society for Information Science 50.2, 1999, p 151 ISSN: 0002-8231 URL: http://www.editlib.org/p/87466 [32] Hidetsugu Nanba and Manabu Okumura “Producing more readable extracts by revising them” In: Proceedings of the 18th conference on Computational linguistics-Volume Association for Computational Linguistics 2000, pp 1071–1075 [33] Ani Nenkova and Kathleen McKeown “Automatic Summarization” In: Foundations and Trends R in Information Retrieval 5.2–3, 2011, pp 103–233 ISSN: 1554-0669 DOI: 10 1561 / 1500000015 URL: http://dx.doi.org/10.1561/1500000015 [34] Ani Nenkova and Kathleen McKeown “References to named entities: a corpus study” In: Proceedings of the 2003 Conference of the North American Chapter of the Association for Computational Linguistics on Human Language Technology Association for Computational Linguistics 2003, pp 70–72 [35] Minh Le Nguyen and Susumu Horiguchi “A sentence reduction using syntax control” In: Proceedings of the Sixth International Workshop on Information Retrieval with Asian Languages, 2003, Sappro, Japan, 51 July , 2003 2003, pp 146–152 URL: http://doi.acm.org/10 1145/1118935.1118954 [36] Minh Le Nguyen, Susumu Horiguchi, Akira Shimazu, and Bao Tu Ho “Example-based sentence reduction using the Hidden Markov Model” In: ACM Transactions on Asian Language Information Processing 3.2, 2004, pp 146–158 [37] Tu-Anh Nguyen-Hoang, Khai Nguyen, and Quang-Vinh Tran “TSGVi: a graph-based summarization system for Vietnamese documents” In: Journal of Ambient Intelligence and Humanized Computing 3.4, 2012, pp 305–313 [38] Tadashi Nomoto “Discriminative sentence compression with conditional random fields” In: Information processing & management 43.6, 2007, pp 1571–1587 [39] Jahna C Otterbacher, Dragomir R Radev, and Airong Luo “Revisions That Improve Cohesion in Multi-document Summaries: A Preliminary Study” In: Proceedings of the ACL-02 Workshop on Automatic Summarization - Volume Association for Computational Linguistics, 2002, pp 27–36 DOI: 10.3115/1118162.1118166 URL: http://dx.doi.org/10.3115/1118162.1118166 [40] Xian Qian and Yang Liu “Fast Joint Compression and Summarization via Graph Cuts” In: Proceedings of the 2013 Conference on Empirical Methods in Natural Language Processing, EMNLP 2013, 18-21 October 2013, Grand Hyatt Seattle, Seattle, Washington, USA, A meeting of SIGDAT, a Special Interest Group of the ACL 2013, pp 1492–1502 URL : http://aclweb.org/anthology/D/D13/D13-1156.pdf [41] Xian Qian and Yang Liu “Polynomial Time Joint Structural Inference for Sentence Compression” In: Proceedings of the 52nd Annual Meeting of the Association for Computational Linguistics, ACL 2014, June 52 22-27, 2014, Baltimore, MD, USA, Volume 2: Short Papers 2014, pp 327–332 URL: http://aclweb.org/anthology/P/P14/P142054.pdf [42] Gerard Salton and Christopher Buckley “Term-weighting approaches in automatic text retrieval” In: Information processing & management 24.5, 1988, pp 513–523 [43] Karen Sparck Jones “A statistical interpretation of term specificity and its application in retrieval” In: Journal of documentation 28.1, 1972, pp 11–21 [44] Kapil Thadani and Kathleen McKeown “Sentence Compression with Joint Structural Inference” In: Proceedings of the Seventeenth Conference on Computational Natural Language Learning, CoNLL 2013, Sofia, Bulgaria, August 8-9, 2013 2013, pp 65–74 URL: http : / / aclweb.org/anthology/W/W13/W13-3508.pdf [45] Kapil Thadani and Kathleen McKeown “Supervised Sentence Fusion with Single-Stage Inference” In: Proceedings of the Sixth International Joint Conference on Natural Language Processing Nagoya, Japan: Asian Federation of Natural Language Processing, Oct 2013, pp 1410– 1418 URL: http://www.aclweb.org/anthology/I13-1198 [46] Kapil Thadani and Kathleen McKeown “Towards Strict Sentence Intersection: Decoding and Evaluation Strategies” In: Proceedings of the Workshop on Monolingual Text-To-Text Generation Portland, Oregon: Association for Computational Linguistics, June 2011, pp 43–53 URL : http://www.aclweb.org/anthology/W11-1606 [47] Le Ha Thanh, Thang Huynh Quyet, and Mai Luong Chi “A Primary Study on Summarization of Documents in Vietnamese” In: Proceeding of the First International Congress of the International Federation for Systems Research 2005, pp 14–17 53 [48] Ha Nguyen Thi Thu and Dung Vu Thi Ngoc “Improve Bayesian Network to Generating Vietnamese Sentence Reduction” In: IERI Procedia 10, 2014, pp 190–195 DOI: 10.1016/j.ieri.2014.09.076 [49] Nhi-Thao Tran, Van-Giau Ung, An-Vinh Luong, Minh-Quoc Nghiem, and Ngan Nguyen “Improving Vietnamese Sentence Compression by Segmenting Meaning Chunks” In: Proceedings of the Seventh International Conference On Knowledge And Systems Engineering 2015 [50] Van-Giau Ung, An-Vinh Luong, Nhi-Thao Tran, and Minh-Quoc Nghiem “Combination of Features for Vietnamese News Multi-Document Summarization” In: Proceedings of the Seventh International Conference On Knowledge And Systems Engineering 2015 [51] Xiaojun Wan and Jianguo Xiao “CollabRank: Towards a Collaborative Approach to Single-Document Keyphrase Extraction” In: Proceedings of the 22nd International Conference on Computational Linguistics (Coling 2008) Manchester, UK: Coling 2008 Organizing Committee, Aug 2008, pp 969–976 URL: http://www.aclweb.org/ anthology/C08-1122 [52] David Zajic, Bonnie J Dorr, Jimmy Lin, and Richard Schwartz “Multicandidate reduction: Sentence compression as a tool for document summarization tasks” In: Information Processing and Management Special Issue on Summarization 2007, p 43 54