基于集成学习的文本摘要抽取方法研究

作者：祝超群; 彭艳兵

来源：计算机与数字工程, 2022, 50(07): 1540-1592.

• 集成学习
• 摘要抽取
• 无监督

为提高中文文本摘要抽取的准确性与应用于不同类型文本的有效性，论文结合MMR算法、TextRank算法、文本主题以及篇章结构信息，提出一种基于集成学习的无监督中文文本摘要自动抽取模型。使用每种抽取方法单独抽取关键句，然后采用投票机制对各方法抽取出的句子进行加权投票，对多种方法共同抽取出的句子赋予更高的权重。实验结果表明，该模型应对不同结构文本泛化能力更强，在抽取单句摘要时Rouge＿1得分要高于最优的单一抽取算法得分，Rouge＿2、Rouge＿L得分接近最优结果；在抽取多句摘要时Rouge＿1、Rouge＿2、Rouge＿L得分要高于其他单一方法，比最优的单一抽取算法分别提高了1.7个、1.3个、1.5个百分点，相比传统摘要抽取算法提取的摘要质量更高。

• 单位
  武汉邮电科学研究院