引文上下文中含有被引文献的重要信息,如研究方法、研究结论和研究不足等,已被广泛应用于自动摘要研究工作中。然而,由于引用动机的不同,不同的作者对被引文献的描述也存在较大差异,使得引文上下文难以全面准确地反应被引文献的内容。近几年来,多项测评比赛,如CL-Sci Summ Shared Task、TAC 2014（国际文本分析会议）等均提出了基于科技文献中的被引片段的结构化摘要生成方法。被引片段是指引文上下文或者引用对象在被引文献中所对应的内容,其取自被引文献本身,相比于使用引文上下文生成摘要的方法,该方法所生成的摘要能够准确有效地反应被引文献的内容。在基于被引片段的结构化摘要生成框架中,需要根据引文上下文识别出被引文献中的被引片段,然后根据引文上下文与被引片段之间的引用类型对其进行分类并压缩整理,得到被引文献的结构化摘要。被引片段的识别与分类效果直接影响到所生成结构化摘要的质量,因此,本文主要针对被引片段的自动识别和引用类型的分类展开研究。被引片段的自动识别研究包括以下两部分:非均衡数据集的处理和被引片段识别模型的构建。本文将被引片段的自动识别问题视为二元分类问题,由于在训练集中存在着较为严重的类别间样本量不均衡问题,需要对其进行负采样处理。本文在对被引片段进行特征分析的基础上,通过计算样本点之间的相似度,来抽取具有代表性的负例样本,从而在保证信息相对完整的同时,也实现了正负例样本数量的平衡。紧接着,通过对每个基分类器进行特征选择后,从基于投票的集成方案、基于分类器权重的集成方案和基于集成算法的集成方案等三种不同的角度得到被引片段识别的集成模型。实验结果表明,本文所提出的负采样方法和特征选择方法有利于基分类器结果的提高,且所使用的集成方法对基分类器起到优化提升的作用。在引用类型分类研究中,本文从基于规则的分类方法、基于注意力机制的双向长短期记忆网络模型的分类方法和基于Labeled LDA模型的分类方法等三个角度展开工作。由于受到实验数据规模的限制,本文先是通过人工构建规则的方法,对每种引用类型构建触发词库;在基于注意力机制的双向长短期记忆网络模型和Labeled LDA模型中,通过有监督学习的方式得到引用类型的分类模型。实验结果表明,基于注意力机制的双向长短期记忆网络模型模型对五种引用类型的整体识别效果最优。本文通过开展被引片段的自动识别以及基于被引片段的引用类型分类研究,为引用动机的识别、学术评价和自动摘要等相关的研究工作提供了新的视角。