張劍 潘曉衡 鄧見光，2

(1. 東莞理工學(xué)院 工程技術(shù)研究院，廣東東莞 523808;2. 華南理工大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，廣州 510006)

語(yǔ)音交流是人們?nèi)粘Ｉ钪凶钪饕妥畋憷男畔贤浇椤Ｃ刻烊藗兺ㄟ^互聯(lián)網(wǎng)和手持設(shè)備，接觸到大量的多媒體信息，比如:電話語(yǔ)音信息、廣播和電視節(jié)目、視頻課程、各類電話視頻會(huì)議等。通過直接收聽語(yǔ)音或收看視頻來(lái)獲取自己所需信息，是非常費(fèi)時(shí)和低效的。為了幫助人們能快捷地從這些信息當(dāng)中抽取感興趣的部分，越來(lái)越多的研究者將研究興趣放在自動(dòng)語(yǔ)音理解與組織的任務(wù)上面［1］:比如:語(yǔ)音識(shí)別［2］、語(yǔ)音文檔檢索［3］、語(yǔ)音文摘［4］、語(yǔ)音文檔信息抽?。?］、主題分析與組織［6］等。

自動(dòng)語(yǔ)音理解與摘要技術(shù)作為語(yǔ)音文檔理解與管理系統(tǒng)的核心技術(shù)之一，主要完成從大量的原始語(yǔ)音中抽取出含有最有信息量或者與用戶最“感興趣”的語(yǔ)音部分的任務(wù)。語(yǔ)音文摘抽取與書面文檔文摘抽取相比，是一個(gè)新興和待發(fā)展研究領(lǐng)域。早在20 世紀(jì)50年代，書面文檔文摘抽取技術(shù)的研究就已經(jīng)開始發(fā)展，現(xiàn)已拓展出更多新的方向，如:多文檔、多語(yǔ)言、和多媒體文摘抽?。?］。文摘抽取大體上可以分為摘取式文摘抽取(Extractive Summarization)和概括式文摘抽取(Abstractive Summarization)兩類。摘取式文摘抽取是按照目標(biāo)壓縮率從原始文檔中選取最重要的或最有指示性的部分來(lái)構(gòu)成簡(jiǎn)略版本的過程;而概括式摘要的提取，是根據(jù)原始語(yǔ)音文檔的主要意思，重新組織語(yǔ)句，生成一個(gè)概括性的簡(jiǎn)略版本。概括式文摘因其沒有包含足夠的信息量，無(wú)法滿足人們的需求［8］。相比之下，抽取式摘要能幫助人們更準(zhǔn)確地理解整個(gè)文檔，并且更快地定位到感興趣的信息?，F(xiàn)今文檔理解與摘要的研究主要集中在抽取式摘要上。

論文將從兩個(gè)方面即:1)書面文檔文摘技術(shù)在語(yǔ)音文檔文摘提取的應(yīng)用研究;2)新興的基于結(jié)構(gòu)建模的語(yǔ)音理解與文摘的研究，對(duì)自動(dòng)語(yǔ)音摘要領(lǐng)域現(xiàn)有的研究成果進(jìn)行綜述。

1 從書面文檔文摘到語(yǔ)音文摘

1.1 書面文檔摘要提取方法的應(yīng)用

對(duì)于目前有一些研究者把用于書面文檔摘要提取的方法應(yīng)用到語(yǔ)音文檔理解與摘要任務(wù)中［9－13］。

Christensen 等［9］提出了如何將報(bào)刊新聞?wù)崛〖夹g(shù)應(yīng)用于新聞廣播語(yǔ)音摘要的提取。首先，他們同樣把語(yǔ)音文摘的提取問題看作是一個(gè)二元分類問題，即:先用特征向量來(lái)表示每一段語(yǔ)音，再通過二元分類器對(duì)每一語(yǔ)音段進(jìn)行判斷，認(rèn)定該語(yǔ)音段是或者不是文摘中的語(yǔ)句。他們發(fā)現(xiàn)與在報(bào)刊新聞?wù)蝿?wù)中的作用相比，語(yǔ)音段在文檔中的位置特征對(duì)于新聞廣播語(yǔ)音摘要提取的作用不是那么大。同時(shí)發(fā)現(xiàn)，沒有任何一組特征的作用特別突出，而包括結(jié)構(gòu)特征如:句子位置、長(zhǎng)度等和詞匯特征如:詞條權(quán)重、專有名詞等在內(nèi)的特征組合的作用最大。另外，他們還發(fā)現(xiàn)語(yǔ)音識(shí)別的錯(cuò)誤給人們閱讀所生成摘取式文摘造成了相當(dāng)大的困難，尤其是抽取出的摘要沒有段落和標(biāo)準(zhǔn)語(yǔ)句的停頓，給人們理解文摘帶來(lái)了很大的挑戰(zhàn)。

Zhu ＆ Penn［10］提出使用最大邊界相關(guān)(Maximal Marginal Relevance，MMR)權(quán)重［14］作為單一的特征來(lái)表示每一語(yǔ)音段，然后再訓(xùn)練摘要提取模型，以提高摘要提取性能。他們首先計(jì)算候選語(yǔ)音段與待生成文摘的語(yǔ)音文檔核心主題的相關(guān)度，以及候選語(yǔ)音段與已選語(yǔ)音段間的相似度，進(jìn)而計(jì)算出該候選語(yǔ)音段的MMR 值，即:

Hori ＆ Furui［11］提出了對(duì)每個(gè)語(yǔ)音段進(jìn)行摘要權(quán)重計(jì)算的方法來(lái)抽取摘要，這種摘要權(quán)重包含了語(yǔ)音段中每個(gè)詞的重要權(quán)重的累加以及從語(yǔ)音段中抽取出的各類詞法或句法特征的權(quán)重。

Kolluru et al.［12］提出了一種基于多層感知器網(wǎng)絡(luò)的文摘提取算法。首先，他們根據(jù)語(yǔ)音識(shí)別器生成的語(yǔ)音段對(duì)應(yīng)抄本語(yǔ)句以及識(shí)別置信值，來(lái)刪除一些置信值低的候選語(yǔ)音段;然后，根據(jù)剩余的語(yǔ)音段所對(duì)應(yīng)的詞條權(quán)重和專有名詞特征來(lái)訓(xùn)練多層感知器網(wǎng)絡(luò)，用于文摘提取。他們發(fā)現(xiàn)該系統(tǒng)生成的摘要，在用疑問－回答(question－answering)評(píng)測(cè)準(zhǔn)則和ROUGE 分析評(píng)測(cè)準(zhǔn)則評(píng)判時(shí)，性能表現(xiàn)良好;但如果用主觀流暢度準(zhǔn)則評(píng)判時(shí)，摘要稍顯不暢。

Chen et al.［13］提出了一種摘取式文摘算法:首先計(jì)算語(yǔ)音文檔對(duì)應(yīng)的口語(yǔ)文本中潛在主題信息的概率，并以此作為文檔的一個(gè)有效特征;然后對(duì)于同一語(yǔ)音文檔和候選文摘用傳統(tǒng)的向量空間模型與潛在語(yǔ)義索引模型以及隱馬爾可夫模型(Hidden Markov Model，HMM)等模型進(jìn)行表示，再通過比較不同的模型，來(lái)判定該候選文摘對(duì)此語(yǔ)音文檔的概括程度。并在臺(tái)灣收集的中文廣播新聞文檔上進(jìn)行了驗(yàn)證實(shí)驗(yàn)，結(jié)果表明該潛在主題信息概率能提高文摘提取的準(zhǔn)確度。

以上這些算法都是傳統(tǒng)的書面文摘抽取方法在語(yǔ)音文檔方面的遷移應(yīng)用，而語(yǔ)音文檔所對(duì)應(yīng)的識(shí)別口語(yǔ)抄本中，語(yǔ)句邊界不清晰，表達(dá)意思不連貫，含有不少語(yǔ)音識(shí)別錯(cuò)誤;并且摘要本身沒有包含結(jié)構(gòu)信息，不易理解。如果只是應(yīng)用那些書面文摘抽取方法處理語(yǔ)音文檔，所得到的文摘是無(wú)法讓人滿意的。如何利用語(yǔ)音文檔中所特有的語(yǔ)音信息，成為了研究者關(guān)注的熱點(diǎn)。

1.2 語(yǔ)音特征在語(yǔ)音文摘抽取的應(yīng)用

有研究者［4，12，15－20］發(fā)現(xiàn)，從語(yǔ)音文檔的語(yǔ)音信息當(dāng)中，可以提取出能幫助抽取摘要的語(yǔ)音特征，比如:能量，F(xiàn)0，韻律等。這些現(xiàn)有的語(yǔ)音文摘系統(tǒng)已經(jīng)表明:語(yǔ)音文檔中，說話人的講話語(yǔ)氣、方式與講話內(nèi)容在整個(gè)文檔中的重要程度有緊密聯(lián)系。

Hori ＆ Furui［16］提出了一種基于有限狀態(tài)轉(zhuǎn)換器的多級(jí)語(yǔ)音文摘抽取算法。將語(yǔ)音識(shí)別的解碼過程與摘要抽取過程綜合在單一的有限狀態(tài)轉(zhuǎn)換器完成，并在演講語(yǔ)音數(shù)據(jù)庫(kù)上進(jìn)行了驗(yàn)證實(shí)驗(yàn)。

Inoue et al.［15］提出了基于詞法特征和語(yǔ)音特征來(lái)表示語(yǔ)音文檔中的各個(gè)詞匯的方法，并通過統(tǒng)計(jì)算法來(lái)判斷每個(gè)詞匯是否屬于文摘。并且在日文廣播新聞?wù)Z料庫(kù)上進(jìn)行了驗(yàn)證實(shí)驗(yàn)。

Mckeown et al.［4］對(duì)書面文檔摘要提取的研究進(jìn)行了綜述，并討論了如何將書面文檔摘要提取的方法應(yīng)用于語(yǔ)音文檔中。對(duì)抽取廣播新聞和會(huì)議錄音這兩種不同類型的語(yǔ)音文檔摘要過程中出現(xiàn)的挑戰(zhàn)進(jìn)行了描述，并比較了各特征在摘要抽取的作用。發(fā)現(xiàn)對(duì)于會(huì)議錄音，韻律特征(prosodic)和詞法特征與會(huì)議主題的轉(zhuǎn)換相關(guān)。還發(fā)現(xiàn)其中貢獻(xiàn)最大的特征是語(yǔ)音的停頓和關(guān)鍵短語(yǔ)，而這兩類特征同時(shí)也可以幫助多人對(duì)話語(yǔ)音文檔中的語(yǔ)音分割。

Maskey ＆ Hirschberg［17］提出了將語(yǔ)音特征與句法特征，詞法特征結(jié)合起來(lái)，進(jìn)行語(yǔ)音理解并抽取摘要，并且在英文廣播新聞?wù)Z音進(jìn)行了驗(yàn)證實(shí)驗(yàn)，發(fā)現(xiàn)最好性能的摘要抽取模型是用所有特征的組合來(lái)表示語(yǔ)音段所訓(xùn)練出來(lái)的。所用的語(yǔ)音特征包括音調(diào)(pitch)，能量(energy)，語(yǔ)速(speaking rate)以及語(yǔ)句持續(xù)時(shí)間等。最好的文摘抽取F－measure 為0.544(滿分為1.0)。將語(yǔ)音特征與結(jié)構(gòu)特征(structural features)相結(jié)合訓(xùn)練而成的文摘系統(tǒng)，其文摘抽取性能為:ROUGE scores 介于0.68 到0.76。

Maskey ＆ Hirschberg［18］進(jìn)一步提出了無(wú)需識(shí)別語(yǔ)音文檔，直接應(yīng)用語(yǔ)音信息進(jìn)行文摘抽取的基于隱馬爾科夫模型算法。模型中的隱狀態(tài)的值表示語(yǔ)音段包括或不包括在文摘中，而表示各語(yǔ)音段的語(yǔ)音特征向量是模型中的觀測(cè)向量。模型解碼的最佳序列對(duì)應(yīng)的就是語(yǔ)音文檔的摘要。實(shí)驗(yàn)結(jié)果表明:單用語(yǔ)音特征向量表示語(yǔ)音段來(lái)進(jìn)行語(yǔ)音文摘的抽取，是可行的。這就避免了語(yǔ)音識(shí)別的錯(cuò)誤對(duì)語(yǔ)音摘要抽取的影響。

2 結(jié)構(gòu)信息在語(yǔ)音文摘抽取的應(yīng)用

目前大多數(shù)研究者沒有充分利用隱藏在語(yǔ)音文檔中的結(jié)構(gòu)信息來(lái)幫助抽取文摘，下面將對(duì)結(jié)構(gòu)信息在文摘抽取的應(yīng)用進(jìn)行介紹。

2.1 結(jié)構(gòu)信息在書面文摘抽取的應(yīng)用

有研究者［21－22］提出了如何從書面文檔中提取結(jié)構(gòu)特征，并將特征用于文檔的主題分割和文摘的抽取。

Barzilay et al.［21］提出了一種無(wú)監(jiān)督學(xué)習(xí)算法用于特定領(lǐng)域書面文檔的內(nèi)容導(dǎo)航，即文檔主題選擇以及結(jié)構(gòu)組織。同時(shí)將算法應(yīng)用于信息重要性排序和文摘抽取。實(shí)驗(yàn)表明:抽取具有結(jié)構(gòu)組織信息的文摘，比傳統(tǒng)文摘抽取算法所得無(wú)結(jié)構(gòu)摘要，要更易讓人理解。

Branavan et al.［22］提出了一種結(jié)構(gòu)化區(qū)分性(structured discriminative)算法用于書面文檔目錄的生成。它使用了大量基于習(xí)語(yǔ)和語(yǔ)料庫(kù)的文本特征。目錄作為一種導(dǎo)航性文摘，非常適合用于檢索長(zhǎng)篇書面文檔。典型的目錄主要是列舉出目標(biāo)文檔中的所有主題，并提供各個(gè)主題在文檔中所處的位置。

有研究者［23－25］提出了主題建模算法用于提取書面文檔庫(kù)的摘要，如:電子郵件、科技論文和報(bào)紙等。

Blei et al.［23］提出了Latent Dirichlet Allocation(LDA)算法，一種非監(jiān)督學(xué)習(xí)生成式概率模型，并用于書面文檔庫(kù)的文摘提取。LDA 是一種三級(jí)層次的貝葉斯模型。文檔庫(kù)相關(guān)的每一主題都由主題詞集合的主題間相關(guān)度加權(quán)的向量表示。每一個(gè)主題又由一關(guān)鍵詞列表來(lái)表示。每篇文檔由主題詞集合的概率分布來(lái)表示。在對(duì)書面文檔上下文進(jìn)行建模時(shí)，各主題的概率分布就用于表示該文檔的主題。Blei＆ Lafferty 進(jìn)一步提出了LDA 的兩種擴(kuò)展算法:the Dynamic Topic Model(DTM)［24］和the Correlated Topic Model(CTM)［25］。

以上主題分割算法如果用于對(duì)語(yǔ)音文檔所對(duì)應(yīng)的口語(yǔ)抄本進(jìn)行處理，有如下兩個(gè)缺陷:1)忽略了語(yǔ)音文檔中各個(gè)主題出現(xiàn)次序和所展現(xiàn)的故事流(story flow);2)自動(dòng)語(yǔ)音識(shí)別生成抄本中的識(shí)別錯(cuò)誤對(duì)于算法性能有明顯的影響。

鑒于此，有研究者［18，26－28］提出了針對(duì)語(yǔ)音文檔或者其口語(yǔ)抄本的結(jié)構(gòu)信息建模，實(shí)驗(yàn)結(jié)果表明:有效的結(jié)構(gòu)建模信息有助于主題分割和文摘提取。下面將對(duì)這一類研究成果進(jìn)行介紹。

2.2 基于結(jié)構(gòu)建模的語(yǔ)音文摘的抽取

Eisenstein et al.［26］提出了新的基于無(wú)監(jiān)督學(xué)習(xí)詞匯粘連驅(qū)動(dòng)的貝葉斯算法，用于口語(yǔ)抄本的主題分割。該算法能將詞匯粘連特征與關(guān)鍵短語(yǔ)特征相結(jié)合。并且在口語(yǔ)抄本語(yǔ)料庫(kù)上進(jìn)行了驗(yàn)證實(shí)驗(yàn)。

Tatar et al.［27］和Kawahara et al.［28］都提出了應(yīng)用Hearst 算法［29］對(duì)長(zhǎng)篇的口語(yǔ)抄本進(jìn)行主題分割，并運(yùn)用主題信息幫助進(jìn)行文摘抽取以及語(yǔ)音識(shí)別系統(tǒng)的主題適應(yīng)性訓(xùn)練。

Hirohata et al.［18］考慮到在演講語(yǔ)音當(dāng)中，人們總是把重要的部分放在演講的介紹部分和總結(jié)部分，提出了一種基于結(jié)構(gòu)特征的文摘提取算法。首先應(yīng)用Hearst 算法［29］找到介紹部分和總結(jié)部分的邊界，然后通過計(jì)算各語(yǔ)句與演講的介紹部分和總結(jié)部分之間的相似度，來(lái)判斷語(yǔ)句是否作為文摘語(yǔ)句。

語(yǔ)音文檔及由語(yǔ)音識(shí)別系統(tǒng)產(chǎn)生的口語(yǔ)抄本信息，提供了文本信息和語(yǔ)音信息［30］，而之前所提的算法當(dāng)中，都沒有考慮語(yǔ)音信息。目前已有少數(shù)研究者已經(jīng)開始考慮同時(shí)使用語(yǔ)音信息和文本信息，來(lái)對(duì)語(yǔ)音文檔中的結(jié)構(gòu)信息進(jìn)行建模。而提取出的結(jié)構(gòu)信息同時(shí)又可以幫助文摘的抽取。

有研究者發(fā)現(xiàn)語(yǔ)音特征能用于對(duì)語(yǔ)音文檔結(jié)構(gòu)的建模［30－32］。Hirschberg ＆ Nakatani［33］研究了講話風(fēng)格(書面語(yǔ)和口語(yǔ))對(duì)語(yǔ)音文檔主題分割算法的性能影響。并且比較了在同一講話片段的開始、中間、結(jié)尾部分語(yǔ)音特征的不同。

3 結(jié)語(yǔ)

本文對(duì)近年來(lái)語(yǔ)音文摘領(lǐng)域所取得的研究成果進(jìn)行了全面的綜述。一方面，由于語(yǔ)音識(shí)別系統(tǒng)所產(chǎn)生口語(yǔ)抄本含有不可避免的錯(cuò)誤，對(duì)傳統(tǒng)書面文檔摘要提取方法在語(yǔ)音文檔的應(yīng)用，造成了不小的挑戰(zhàn)。另一方面，語(yǔ)音文檔中含有豐富的語(yǔ)音信息，而這些信息對(duì)于語(yǔ)音文檔的結(jié)構(gòu)乃至文摘的提取都有重要的作用，而如何充分運(yùn)用這些語(yǔ)音信息，則是更具有挑戰(zhàn)性的任務(wù)。

基于結(jié)構(gòu)建模的語(yǔ)音理解和文摘提取，能夠幫助人們從語(yǔ)音文檔中抽取出隱含的結(jié)構(gòu)信息，更快速準(zhǔn)確地理解語(yǔ)音。在未來(lái)幾年中，它將成為本領(lǐng)域研究熱點(diǎn)和前沿。如何分析深層次語(yǔ)音文檔結(jié)構(gòu);尋找對(duì)抽取語(yǔ)音文檔結(jié)構(gòu)幫助更大的新特征;應(yīng)用不同的機(jī)器學(xué)習(xí)算法，提高抽取語(yǔ)音文檔結(jié)構(gòu)的性能，并運(yùn)用抽取的結(jié)構(gòu)信息，改善語(yǔ)音理解與文摘抽取的性能等都將成為研究者關(guān)注的主要方向。

［1］Lee L，Chen B. Spoken document understanding and organization［J］. Signal Processing Magazine，IEEE，2005，22(5):42－60.

［2］Rabiner L. A tutorial on hidden Markov models and selected applications in speech recognition［J］. Proceedings of the IEEE，1989，77(2):257－286.

［3］Schauble P. Multimedia information retrieval:content-based information retrieval from large text and audio databases［M］. Springer，1997.

［4］McKeown K，Hirschberg J，Galley M，et al. From text to speech summarization［C］.Proceedings of the IEEE International Conference on Acoustics，Speech，and Signal Processing(ICASSP’05)，2005，5:997－1000.

［5］Furui S. Automatic speech recognition and its application to information extraction［C］. Proceedings of the 37th annual meeting of the Association for Computational Linguistics on Computational Linguistics，Association for Computational Linguistics，1999:11－20.

［6］Kurimo M. Thematic indexing of spoken documents by using self-organizing maps［J］. Speech Communication，2002，38(1):29－45.

［7］Mani I，Maybury M. Advances in automatic text summarization［M］. MIT Press，1999:293.

［8］Teufel S，Moens M. Summarizing scientific articles:experiments with relevance and rhetorical status［J］. Computational Linguistics，2002，28(4):409－445.

［9］Christensen H，Gotoh Y，Kolluru B，et al. Are extractive text summarization techniques portable to broadcast news?［C］. Proceedings of the 2003 IEEE Workshop on Automatic Speech Recognition and Understanding，IEEE，2003:489－494.

［10］Zhu X，Penn G. Comparing the roles of textual，acoustic and spoken language features on spontaneous－conversation summarization［C］. Proceedings of the Human Language Technology Conference of the NAACL，Companion Volume:Short Papers on XX. Association for Computational Linguistics，2006:197－200.

［11］Hori C，F(xiàn)urui S. Advances in automatic speech summarization［J］. Proc Eurospeech 2001，2001，3:1771－1774.

［12］Kolluru B，Christensen H，Gotoh Y. Multi－stage compaction approach to broadcast news summarization［C］. Proc of Eurospeach 2005，2005.

［13］Chen B，Yeh Y M，Huang Y M，et al. Chinese Spoken Document Summarization Using Probabilistic Latent Topical Information［C］. Proceedings of the IEEE Insternational Conterence 2006 on Acousties，Speech and Signal Proccssing，IEEE，2006，I:969－972.

［14］Inoue A，Mikami T，Yamashita Y. Improvement of speech summarization using prosodic information［C］. Proceedings of the International Conterence 2004 on Speech Prosody，2004.

［15］Hori C，F(xiàn)urui S. A new approach to automatic speech summarization［J］. IEEE Transactions on Multimedia，2003，5(3):368－378.

［16］Maskey S，Hirschberg J. Comparing lexical，acoustic/prosodic，structural and discourse features for speech summarization［J］. Proceeding of Interspeech 2005，2005:621－624.

［17］Maskey S，Hirschberg J. Summarizing speech without text using hidden markov models［C］. Proceedings of the Human Language Technology Conference of the NAACL，Companion Volume:Short Papers，Association for Competation Linguistics，2006:89－92.

［18］Hirohata M，Shinnaka Y，Iwano K，et al. Sentence extraction－based presentation summarization techniques and evaluation metrics［C］. Proceedinging of the ICASSP 2005，2005，I:1065－1068.

［19］Chen Y T，Chiu H S，Wang H M. A unified probabilistic generative framework for extractive spoken document summarization［C］. Proceedings of the Europcan Conterence on Speech Communteation Technology，2007:2805－2808.

［20］Zhang J，Chan H Y，F(xiàn)ung P. Improving lecture speech summarization using rhetorical information［C］. Proceeding of the IEEE Workshop 2007 on Automatic Speech Recognition ＆ Understanding，IEEE，2007:195－200.

［21］Barzilay R，Lee L. Catching the drift:Probabilistic content models，with applications to generation and summarization［C］. Proceedings of HLT-NAACL，2004:113－120.

［22］Branavan S R K，Deshpande P，Barzilay R. Generating a table-of-contents［C］. Proceedings of the Annual Meeting-Association For Computational Linguistics 2007，2007，45(1):544.

［23］Blei D M，Ng A M，Jordan M I. Latent dirichlet allocation［J］. The Journal of Machine Learning Research，2003，3:993－1022.

［24］Blei D M，Lafferty J D. Dynamic topic models［C］. Proceedings of the 23rdinternational conference on Machine learning，ACM，2006:113－120.

［25］Blei D M，Lafferty J M. A correlated topic model of science［J］. The Annals of Applied Statistics，2007，1(1):17－35.

［26］Eisenstein J，Barzilay R. Bayesian unsupervised topic segmentation［C］. Proceedings of the Conference on Empirical Methods in Natural Language Processing，Association for Computational Linguistics，2008:334－343.

［27］Tatar D，Tamaianu-Morita E，Mihis A，et al. Summarization by logic segmentation and text entailment［J］. Advances in Natural Language Processing and Applications，2008:15 –26.

［28］Alota N，Nemoto Y，Kawahara T. PLSA-based topic detection in meetings for adaptation of lexicon and language mode［C］. Proceeding of Interspeech 2007，2007:602－605.

［29］Hearst M A. TextTiling:Segmenting text into multi-paragraph subtopic passages［J］.Computational Linguistics，1997，23(1):33－64.

［30］Garofolo J，Auzanne C G P，Voorhees E M. The TREC spoken document retrieval track:A success story［J］. NIST Special Publication SP，2000(246):107－130.

［31］Halliday M A K. Intonation and grammar in British English［M］. The Hague:Mouton，1967.

［32］Ladd D R. Intonational Phonology［M］. Cambridge University Press，2008.

［33］Hirschberg J，Nakatani C H. A prosodic analysis of discourse segments in direction-giving monologues［C］. Proceedings of the 34th annual meeting on Association for Computational Linguistics，Association for Computational Linguistics，1996:286－293.