专利名称:文档集摘要获取方法及装置的制作方法
技术领域:
本发明涉及语言文字处理领域以及信息检索技术领域,尤其涉及一种文档集摘要
获取方法及装置。
背景技术:
随着互联网技术的快速推广和应用,文档集摘要的获取技术已经被广泛的应用于
文本/网站内容的检索领域。文档集摘要获取技术是指由计算机系统自动从一个包含多
篇文档的文档集中,获取反映该文档集中文档内容要点的信息。该技术可以为用户提供文
档集简明扼要的内容描述,为用户查阅大量文档内容提供了便禾U。例如,某互联网门户网站
所提供的新闻服务的基本实现原理为首先收集网络上的各种新闻信息,并按照主题和文档
类型,对收集到的新闻信息进行归类,形成多个文档集,使用上述文档集摘要的获取技术获
取每个文档集的摘要,以便于用户能够快捷方便的浏览感兴趣的新闻。 现有的文档集摘要获取方法主要分为两类基于句子抽取(Extraction)的文档
集摘要获取方法和基于句子生成(Abstraction)的文档集摘要获取方法。其中,基于句子
抽取的文档集摘要获取方法的实现原理为对文档集中的每篇文档,按句进行分割,根据预
定的句子权重值衡量指标,例如句子位置、词语类簇、主题签名、关键词频率/倒序索引频
率(TF/IDF)等,确定分割得到的每个句子在文档集中的重要性权重值,选择重要性权重值
最大的至少一个句子形成所述文档集的摘要。基于句子生成的文档集摘要获取方法的实现
原理为根据自然语言理解技术,对文档集中的每个句子进行语法和语义分析,并使用信息
抽取或自然语言生成技术产生新的句子,从而获得所述文档集的摘要。从以上的描述可以
看出,基于句子抽取的文档集摘要获取方法所获取的文档集的摘要,是由文档集中文档所
包含的已有句子组成的,不需要借助复杂的深层自然语言理解技术对文档集中所包含内容
信息进行分析,因此基于句子抽取的文档集摘要获取方法与基于句子生成的文档集摘要获
取方法相比,实现较为简单。 现有的基于句子抽取的文档集摘要获取方法在确定文档集中每个句子的重要性 权重值时,除上述介绍的基于预定的句子权重值衡量指标的方式之外,也可以使用基于图 模型的方法。例如,文章Summarizing Similarities andDifferences Among Related Documents (作者是I. Mani and E. Bloedorn,发表于2000年出版的期干lj Information Retrieval)公开了一种名为WebSumm的方法,WebSumm方法利用图连接模型,其中图连接模 型中的顶点分别代表文档集中的每个句子,假设与其它顶点连接越多的顶点所代表的句子 的重要性越高,以此来对确定文档集中的句子的重要性权重值,从而获得文档集的摘要。
在上述介绍的基于图模型确定文档集中每个句子的重要性权重值的方法中,只 考虑了文档集中句子之间的关系,没有考虑句子与文档的关系对句子的重要性的影响,即 假定文档集中所有文档的重要性都是相等的,然而通常文档集中不同文档的重要性是不同 的,现有的基于图模型的文档集摘要获取方法并不能反映文档集中不同文档的重要性差异 对获取文档集摘要结果的影响,因此文档集摘要的获取效果不佳。
发明内容
本发明实施例提供一种文档集摘要获取方法及装置,用以解决现有基于图模型获 取文档集摘要的方式文档集摘要获取效果不佳的问题。
本发明实施例提供的技术方案如下
—种文档集摘要获取方法,包括 提取文档集中各个文档中包含的各个句子,组成句子集合; 基于文档集中的文档和句子集合中的句子之间的文本相似度,确定句子集合中各 个句子的重要性权重值; 根据确定的重要性权重值,按照重要性权重值由高至低的选择顺序,选择规定数
目的句子组成文档集摘要。 —种文档集摘要获取装置,包括 句子集合提取单元,用于提取文档集中各个文档中包含的各个句子,组成句子集 合. 句子重要性权重值确定单元,用于基于文档集中的文档和句子集合中的句子之间 的文本相似度,确定句子集合中各个句子的重要性权重值; 摘要确定单元,用于根据句子重要性权重值确定单元确定的重要性权重值,按照
重要性权重值由高至低的选择顺序,选择规定数目的句子组成文档集摘要。 本发明实施例提出的多文档摘要获取方法,利用了文档集中句子和文档之间的关
系,考虑了文档集中不同文档重要性的差异对句子重要性权重值的影响,因此能够更准确
的确定文档集中句子的重要性权重值,并选择重要性权重值高的句子组成文档集摘要,因
此能够获得更佳的文档集摘要获取效果。
图1为本发明实施例的主要实现原理流程图; 图2为本发明实施例中文档集二部图的示意图; 图3为本发明实施例提供的文档集摘要获取装置的结构示意图; 图4为本发明实施例中句子重要性权重值确定单元的结构示意图; 图5为本发明实施例中句子重要性权重值确定子单元的结构示意图; 图6为本发明实施例中摘要确定单元的结构示意图; 图7为本发明实施例中重要性权重值调整子单元的结构示意图。
具体实施例方式
由于现有的基于图模型的文档集摘要获取方法并不能反映句子所在文档的重要 性对句子重要性权重值的影响,因此文档集摘要的获取效果不佳。本发明实施例通过在建 立图模型时,构建包含句子与文档关系信息的二部图模型,解决了上述问题,提供了更佳的 文档集摘要获取方案。 下面结合各个附图对本发明实施例技术方案的主要实现原理具体实施方式
及其 对应能够达到的有益效果进行详细的阐述。
如图1所示,本发明实施例的主要实现原理流程如下 步骤IO,构建包含句子和文档之间的关系信息的文档集二部图模型; 步骤20,确定步骤10所构建的文档集二部图模型中的句子集合中的每个句子的
重要性权重值; 步骤30,选择重要性权重值高的句子组成文档集摘要。 在步骤30中,根据步骤10所构建的文档集二部图模型的句子集合中的句子之间 的相似度值,对步骤20得到的每个句子的重要性权重值进行调整,在内容相似的句子中, 只保留其中一个句子的重要性权重值不变,降低其它句子的重要性权重值,这样可以保证 组成文档集摘要的句子之间冗余度低。 下面将依据本发明上述发明原理,详细介绍一个实施例来对本发明方法的主要实 现原理进行详细的阐述和说明。 第一步,构建文档集的二部图模型,该模型中包含句子和文档之间的关系信息,具 体过程如下 用D = {dj| 1《j《m}代表文档集,其中dj表示文档集中的第j个文档,m为自 然数,表示文档集中文档的数量。 对文档集中的每个文档都进行分句处理,得到组成文档集中的所有文档的句子集 合S = {Si I 1《i《n},其中,Si表示句子集合S中的第i个句子,n为自然数,表示句子集 合中句子的数量。 将句子集合和文档集作为二部图模型的两个顶点集合,请参照附图2,在二部图 模型中代表任一句子和代表任一文档的两个顶点之间添加一条边,得到边的集合^。= {eij I Si G S, dj G D},其中eij表示连接代表第i个句子的顶点和代表第j个文档的顶点的 边。边&具有相似度值Wij,该相似度值用于描述句子Si和文档dj的文本相似程度,通常 可通过文本信息处理领域常用的余弦公式(Cosine)来确定。描述该二部图模型所有句子 集合和文档集对应的顶点之间关系的邻接矩阵为L = (Wij)nXm。
经上述处理得到的二部图模型可表示为G = 〈S, D, ESD>。 第二步,根据第一步所获取的二部图模型,确定句子集合中的每个句子的重要性 权重值,具体过程如下 假设句子集合中任一句子的重要性权重值初始时均相同,并假定文档集中任一 文档的重要性权重值初始时也相同,例如在本实施例中句子集合中每个句子的重要性权 重值初始时为1,即AuthScore(w(Si) = 1,文档集中每个文档的重要性权重值初始为l,即 HUbSCOre(°)(dj) = l,其中上标表示迭代计算轮数; 根据以下迭代计算公式,确定每轮迭代后句子集合中的每个句子和文档集中的 每个文档的重要性权重值,直到句子集合中的每个句子和文档集中的每个文档的重要性 权重值分别与上轮迭代后获得的重要性权重值相等为止,即直到AuthSCOre(t+1)(Si)= AuthScore(t) (s》,并且HubScore(t+1) (dj) = HubScore") (dj)为止,颠/ S騰('+" = Sx爆S騰(')(《),
7
<formula>formula see original document page 8</formula>
其中,t为自然数,AuthScore(t+D (s》和HubScore(t+1) (d》分别表示句子Si和文档 dj在第t+1轮迭代运算后的重要性权重值,AuthScore(t) (Si)和HubScore") (dj)分别表示句 子Si和文档dj在上一轮,即第t轮迭代运算后的重要性权重值。
用矩阵形式表示上述迭代计算公式,具体为
A(t+1) = LH(t),
H(t+1) = LTA(t), 其中,A = [AuthScore (s》]nX1和H = [HubScore (dj) ]mX1分别表示句子重要性权 重值向量和文档重要性权重值向量。 对通过上述步骤得到的每轮迭代运算得到的句子重要性权重值向量和文档重要 性权重值向量进行规范化处理,以使句子集合中所有句子的重要性权重值之和为l,文档集 中所有文档的重要性权重值之和为l,即
A(t+1) = A(t+1)/ II A(t+1) II "
<formula>formula see original document page 8</formula>H(t+1) II工分别表示向量A(t+1)和H(t+1)中所有元素的重要性权 H、
其中,
重值之和。 上述迭代运算的基本思想是将句子集合中的句子和文档集中的文档之间的关系
看作类似于网络信息检索领域中网页之间的Authority-Hub关系,并利用HITS迭代算法进
行求解,HITS迭代算法基于如下两个假设 A、一个重要文档通常与较多重要句子相关联; B、一个重要句子通常与较多重要文档相关联。 第三步,根据各个句子之间的文本相似度值,对第二步得到的句子集合中所有句 子的重要性权重值进行调整,选取重要性权重值高并且文本冗余性低的句子组成文档集摘 要。具体的实现方法可以有多种,在本实施例中的具体实现过程如下 (1)获取句子关系矩阵M = (Mij)nxn,并对该矩阵进行规范化得到矩阵^ ,其中My 表示句子集S中任意两个句子Si和Sj之间的文本相似度值,与上述第一步中确定句子Si 和文档dj的相似度值Wij的方法相类似,可以通过余弦公式来确定,此后对M进行如下规范
化,以使每一行之和为l,即句子集合中的任意句子Si与句子集合中的其它句子的相似度值
之和为l,得到矩阵W,
<formula>formula see original document page 8</formula> (2)初始化两个集合A二小(空集),B二 {Si|i = 1,2,...nh每个句子的最终重 要性权重值RankScore (Si)的初始值为上述第二步中获得的重要性权重值AuthScore (Si), 艮卩RankScore (s》=AuthScore (s》; (3)对集合B中的元素按照最终重要性权重值进行降序排列;
(4)假设Si是步骤(3)中所获得的序列中排序最靠前的句子,即序列中的第一个 句子,将Si从集合B转移到集合A,并对集合B中的剩余句子,即Sj(j # i)按照如下规则 进行冗余惩罚_/ flw^Score(~) = i 朋^S"core(^)-歡iW力x ^献core"), 其中,">0,"是惩罚程度因子,"越大表明冗余惩罚越强,在本实施例中,设 "=10 ;^为(1)中获得的规范化后的句子关系矩阵;
(5)循环执行步骤(3)和(4),直到B =小为止; (6)从集合A中选择句子重要性权重值最大的n个句子组成摘要,其中n为自然数。 本发明实施例提出的多文档摘要获取方法,利用了文档集中句子和文档之间的关 系,考虑了文档集中不同文档重要性的差异对句子重要性权重值的影响,因此与现有技术 在确定句子重要性权重值时,仅考虑句子之间关系的技术方案相比,能够更准确的确定文 档集句子集合中句子的重要性权重值,并选择重要性权重值高的句子组成文档集摘要,因 此能够获得更佳的文档集摘要获取效果。 为了验证本发明实施例提出的方法的有效性,采用文档理解会议(DUC, Document Understanding Conference)的评测数据和任务对本发明提出的方法进行如下测试。选择 包含30个文档集的DUC2001和包含59个文档集的DUC2002数据,要求不同的摘要获取方 法得到的文档集摘要在100字以内,并将获取的文档集摘要与人工获取的文档集摘要进行 对比,来评价摘要获取方法的效果。通常使用ROUGE评测系统来衡量摘要获取方法的有效 性,包括三个评价指标R0UGE-l、R0UGE-2和R0UGE-W,上述三个指标的数值越大说明摘要获 取方法的效果越好。本发明提出的方法和现有的基于句子之间关系的图模型方法的评测结 果如表1和表2所示。 表1 :在DUC2001评测数据上的摘要获取结果
系统ROUGE-1R0UGE-2R0UGE-W
本发明提出的方法0.377440.069660.11252
现有方法0.354740.057330.10667 表2 :在DUC2002评测数据上的摘要获取结果
系统ROUGE-1R0UGE-2R0UGE-W
本发明提出的方法0.385690.085190.12500
现有方法0.375100.079730.12198 相应地,本发明实施例还提供了一种文档集摘要获取装置,请参照附图3,该装置 包括句子集合提取单元310、句子重要性权重值确定单元320和摘要确定单元330,其中,
9
句子集合提取单元310,用于提取文档集中各个文档中包含的各个句子,组成句子 集合,在具体实施时,可以对文档集中的文档进行分句处理,来提取文档集各个文档中包含 的各个句子; 句子重要性权重值确定单元320,用于基于文档集中的文档和句子集合中的句子 之间的文本相似度,确定句子集合中各个句子的重要性权重值; 摘要确定单元330,用于根据句子重要性权重值确定单元320确定的重要性权重 值,按照重要性权重值由高至低的选择顺序,选择规定数目的句子组成文档集摘要。
请参照附图4,句子重要性权重值确定单元包括文本相似度确定子单元410和句 子重要性权重值确定子单元420,其中, 文本相似度确定子单元410,用于确定文档集中各个文档和句子集合中各个句子 之间的文本相似度,在具体实现时,使用余弦公式来确定文档集中各个文档和句子集合中 各个句子之间的文本相似度; 句子重要性权重值确定子单元420,用于根据文本相似度确定子单元410确定出 的文本相似度,通过迭代运算方式,确定句子集合中各个句子的重要性权重值。
请参照附图5,句子重要性权重值确定子单元包括迭代运算子单元510、迭代运算 结束判定子单元520和句子重要性权重值确定子单元530,其中, 迭代运算子单元510,用于按照下述计算方式,确定每次迭代获得的句子重要性权 重值 ^M,Mcore('+1) ) = J] wy x /^6&we(')(《)
力eD 扁S函('+"(《)=x ^船騰(')) 其中,t为自然数,t+l表示本次迭代运算,t表示上次迭代运算; AuthSCOre(t+1) (s》表示在本次迭代运算中,句子集合中第i个句子Si的重要性权
重值; HubSCOre(t+1) (d》表示在本次迭代运算中,文档集中第j个文档dj的重要性权重 值; AuthScore(t) (s》表示在上次迭代运算中,句子集合中第i个句子Si的重要性权重 值; HubScore(t) (d》表示在上次迭代运算中,分文档集中第j个文档dj的重要性权重 值; Wij表示句子集合中第i个句子Si和文档集中第j个文档dj的文本相似程度;
迭代运算结束判定子单元520,用于在确定出迭代运算子单元510当前次迭代运 算后,句子集合中各个句子的重要性权重值和文档集中各个文档的重要性权重值,分别与 上次迭代运算后,句子集合中各个句子的重要性权重值和文档集中各个文档的重要性权重 值相等时,终止迭代运算子单元510进行迭代运算处理; 句子重要性权重值确定子单元530,用于在迭代运算结束判定子单元520终止迭 代运算子单元510进行的迭代运算处理时,将迭代运算子单元510最后一次迭代运算后得 到的句子集合中各个句子的重要性权重值,作为求取到的句子集合中各个句子的重要性权重值。 请参照附图6,摘要确定单元包括重要性权重值调整子单元610、文档集摘要获取 子单元620,其中, 重要性权重值调整子单元610,用于根据各个句子之间的文本相似度值,调整各个 句子的重要性权重值; 文档集摘要获取子单元620,用于按照重要性权重值调整子单元610调整后的重 要性权重值由高至低的选择顺序,选择规定数目的句子组成文档集摘要。
请参照附图7,重要性权重值调整子单元包括排序模块710、句子重复选择模块 720和重要性权重值确定模块730,其中, 排序模块710,用于按照重要性权重值由高到低的顺序,对句子集合中的各个句子 进行排序,得到句子序列; 句子重复选择模块720,用于在排序模块710得到的句子序列中,重复执行以下处 理,直到句子序列中的所有句子都被选择出为止 选择出重要性权重值最高的句子,针对序列中剩余句子中的每个句子,分别将该 句子的重要性权重值调整为该句子的重要性权重值与惩罚值的差值,所述惩罚值为惩罚因 子、该句子与所选择出的句子的文本相似度值和该句子的重要性权重值三者的乘积,其中 所述惩罚因子大于O; 重要性权重值确定模块730,用于将句子重复选择模块720选择出的所有句子的 重要性权重值作为调整后的所有句子的重要性权重值。 显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精 神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围 之内,则本发明也意图包含这些改动和变型在内。
权利要求
一种文档集摘要获取方法,其特征在于,包括提取文档集中各个文档中包含的各个句子,组成句子集合;基于文档集中的文档和句子集合中的句子之间的文本相似度,确定句子集合中各个句子的重要性权重值;根据确定的重要性权重值,按照重要性权重值由高至低的选择顺序,选择规定数目的句子组成文档集摘要。
2. 如权利要求1所述的方法,其特征在于,基于文档集中的各个文档和句子集合中的 句子之间的文本相似度,确定句子集合中各个句子的重要性权重值,具体包括确定文档集中的文档和句子集合中的句子之间的文本相似度;并根据文档集中的文档和句子集合中各个句子之间的文本相似度,通过迭代运算方式, 确定句子集合中各个句子的重要性权重值。
3. 如权利要求2所述的方法,其特征在于,基于迭代运算方式,确定句子集合中各个句 子的重要性权重值,具体计算过程如下<formula>formula see original document page 2</formula>其中,t为自然数,t+l表示本次迭代运算,t表示上次迭代运算;AuthSC0re(t+1)(Si)表示在本次迭代运算中,句子集合中第i个句子Si的重要性权重值;HubSC0re(t+1) (dj)表示在本次迭代运算中,文档集中第j个文档dj的重要性权重值; AuthScore(t) (Si)表示在上次迭代运算中,句子集合中第i个句子Si的重要性权重值; HubScore(t) (dj)表示在上次迭代运算中,分文档集中第j个文档dj的重要性权重值;表示句子集合中第i个句子Si和文档集中第j个文档dj的文本相似程度; 重复上述每次迭代运算过程,直到当前次迭代运算后,句子集合中各个句子的重要性权重值和文档集中各个文档的重要性权重值,分别与上次迭代运算后,句子集合中各个句子的重要性权重值和文档集中各个文档的重要性权重值相等终止;在迭代运算终止后,将最后一次迭代运算后,句子集合中各个句子的重要性权重值作为求取到的句子集合中各个句子的重要性权重值。
4. 如权利要求1所述的方法,其特征在于,根据确定的各个句子的重要性权重值,按照 重要性权重值由高至低的选择顺序,选择规定数目的句子组成文档集摘要,具体包括根据各个句子之间的文本相似度值,调整各个句子的重要性权重值; 按照上述调整后的重要性权重值由高至低的选择顺序,选择规定数目的句子组成文档 集摘要。
5. 如权利要求4所述的方法,其特征在于,所述在句子序列中,根据各个句子之间的文 本相似度值,调整各个句子的重要性权重值,具体包括按照重要性权重值由高到低的顺序,对句子集合中的各个句子进行排序,得到句子序列;在句子序列中,重复执行以下处理,直到句子序列中的所有句子都被选择出为止选择出重要性权重值最高的句子,针对序列中剩余句子中的每个句子,分别将该句子 的重要性权重值调整为该句子的重要性权重值与惩罚值的差值,所述惩罚值为惩罚因子、 该句子与所选择出的句子的文本相似度值和该句子的重要性权重值三者的乘积,其中所述 惩罚因子大于0 ;将选择出的所有句子的重要性权重值作为调整后的所有句子的重要性权重值。
6. 如权利要求5所述的方法,其特征在于,所述惩罚因子为10。
7. —种文档集摘要获取装置,其特征在于,包括句子集合提取单元,用于提取文档集中各个文档中包含的各个句子,组成句子集合; 句子重要性权重值确定单元,用于基于文档集中的文档和句子集合中的句子之间的文本相似度,确定句子集合中各个句子的重要性权重值;摘要确定单元,用于根据句子重要性权重值确定单元确定的重要性权重值,按照重要性权重值由高至低的选择顺序,选择规定数目的句子组成文档集摘要。
8. 如权利要求7所述的装置,其特征在于,所述句子重要性权重值确定单元具体包括 文本相似度确定子单元,用于确定文档集中各个文档和句子集合中各个句子之间的文本相似度;句子重要性权重值确定子单元,用于根据文本相似度确定子单元确定出的文本相似 度,通过迭代运算方式,确定句子集合中各个句子的重要性权重值。
9. 如权利要求8所述的装置,其特征在于,所述句子重要性权重值确定子单元具体包括迭代运算子单元,用于按照下述计算方式,确定每次迭代获得的句子重要性权重值<formula>formula see original document page 3</formula>力eD<formula>formula see original document page 3</formula>其中,t为自然数,t+l表示本次迭代运算,t表示上次迭代运算;AuthSC0re(t+1)(Si)表示在本次迭代运算中,句子集合中第i个句子Si的重要性权重值;HubSC0re(t+1) (dj)表示在本次迭代运算中,文档集中第j个文档dj的重要性权重值; AuthScore(t) (Si)表示在上次迭代运算中,句子集合中第i个句子Si的重要性权重值; HubScore(t) (dj)表示在上次迭代运算中,分文档集中第j个文档dj的重要性权重值;表示句子集合中第i个句子Si和文档集中第j个文档dj的文本相似程度; 迭代运算结束判定子单元,用于在确定出迭代运算子单元当前次迭代运算后,句子集 合中各个句子的重要性权重值和文档集中各个文档的重要性权重值,分别与上次迭代运算 后,句子集合中各个句子的重要性权重值和文档集中各个文档的重要性权重值相等时,终 止迭代运算子单元进行迭代运算处理;句子重要性权重值确定子单元,用于在迭代运算结束判定子单元终止迭代运算子单元 进行的迭代运算处理时,将迭代运算子单元最后一次迭代运算后得到的句子集合中各个句 子的重要性权重值,作为求取到的句子集合中各个句子的重要性权重值。
10. 如权利要求7所述的装置,其特征在于,所述摘要确定单元具体包括重要性权重值调整子单元,用于根据各个句子之间的文本相似度值,调整各个句子的 重要性权重值;文档集摘要获取子单元,用于按照重要性权重值调整子单元调整后的重要性权重值由高至低的选择顺序,选择规定数目的句子组成文档集摘要。
11.如权利要求10所述的装置,其特征在于,所述重要性权重值调整子单元具体包括 排序模块,用于按照重要性权重值由高到低的顺序,对句子集合中的各个句子进行排序,得到句子序列;句子重复选择模块,用于在排序模块得到的句子序列中,重复执行以下处理,直到句子 序列中的所有句子都被选择出为止选择出重要性权重值最高的句子,针对序列中剩余句子中的每个句子,分别将该句子 的重要性权重值调整为该句子的重要性权重值与惩罚值的差值,所述惩罚值为惩罚因子、 该句子与所选择出的句子的文本相似度值和该句子的重要性权重值三者的乘积,其中所述 惩罚因子大于0;重要性权重值确定模块,用于将句子重复选择模块选择出的所有句子的重要性权重值 作为调整后的所有句子的重要性权重值。
全文摘要
本发明公开了一种文档集摘要获取方法及装置,以改善文档集摘要的获取效果。该方法提取文档集中各个文档中包含的各个句子,组成句子集合;基于文档集中的文档和句子集合中的句子之间的文本相似度,确定句子集合中各个句子的重要性权重值;根据确定的重要性权重值,按照重要性权重值由高至低的选择顺序,选择规定数目的句子组成文档集摘要。
文档编号G06F17/30GK101751425SQ20081023934
公开日2010年6月23日 申请日期2008年12月10日 优先权日2008年12月10日
发明者万小军, 杨建武, 肖建国 申请人:北京大学;北大方正集团有限公司;北京方正电子政务信息科技有限公司