基于图模型的多文档摘要生成算法

作者：张云纯; 张琨; 徐济铭; 袁卫平; 蔡颖; 高雅

来源：计算机工程与应用, 2020, 56(16): 124-131.

• 文本聚类
• 自动摘要
• 图模型
• 多特征融合

提出一种基于图模型的多文档摘要生成算法,对海外大量新闻文档进行主题划分,并提取每个主题的摘要。利用传统的基于图模型方法得到的摘要,其冗余度较高,亦不能够充分考虑新闻文本时效性强、主题明确的特征。在文本特征向量化方面,引入了热度系数,改进了传统的TF-IDF算法。在主题的划分方面,采用基于密度的两阶段聚类方法,改进了传统的基于K-Means进行聚类的方法的不足,同时对文本进行更明确、更具层次性的主题划分。在摘要抽取方面,为句子设计了符合新闻文本特征的重要度计算公式。实验结果表明,基于图模型的自动文本摘要生成算法的效果优于传统算法。

• 单位
  南京理工大学; 国家计算机网络与信息安全管理中心