主题信息的中文多文档自动文摘系统

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (25): 132-136.

• 数据库、信号与信息处理 • 上一篇下一篇

主题信息的中文多文档自动文摘系统

王红玲1，2，张明慧1，2，周国栋1，2

1.苏州大学计算机科学与技术学院，江苏苏州 215002
2.苏州大学江苏省计算机信息处理技术重点实验室，江苏苏州 215002

出版日期:2012-09-01 发布日期:2012-08-30

Chinese multi-document summarization system based on topic information

WANG Hongling1，2, ZHANG Minghui1，2, ZHOU Guodong1，2

1.School of Computer Science and Technology, Soochow University, Suzhou, Jiangsu 215002, China
2.Jiangsu Provincial Key Laboratory of Computer Information Processing Technology, Soochow University, Suzhou, Jiangsu 215002, China

Online:2012-09-01 Published:2012-08-30

摘要/Abstract

摘要： 多文档自动文摘能够帮助人们自动、快速地获取信息，使用主题模型构建多文档自动文摘系统是一种新的尝试，其中主题模型采用浅层狄利赫雷分配（LDA）。该模型是一个多层的产生式概率模型，能够检测文档中的主题分布。使用LDA为多文档集合建模，通过计算句子在不同主题上的概率分布之间的相似度作为句子的重要度，并根据句子重要度进行文摘句的抽取。实验结果表明，该方法所得到的文摘性能优于传统的文摘方法。

关键词: 中文自动文摘, 浅层狄利赫雷分配（LDA）, 主题模型, 多文档

Abstract: Multi-document summarization can help people access to information automatically and fast. Chinese multi-document summarization based on topic model is a new attempt. The LDA（Latent Dirichlet Allocation） model is a multi-level generative probabilistic model, can detect the topic distribution of the document. In the method, it models the document using LDA, then calculates the distance between a sentence and the given multi-documents via their topic probability distributions as the weight of the sentence. The paper extracts sentences according to the weight of the sentence. Experimental results show that the performance is a clear superiority over the traditional method under the proposed evaluation scheme.

Key words: automatic document summarization, Latent Dirichlet Allocation（LDA）, topic model, multi-document

王红玲1，2，张明慧1，2，周国栋1，2. 主题信息的中文多文档自动文摘系统[J]. 计算机工程与应用, 2012, 48(25): 132-136.

WANG Hongling1，2, ZHANG Minghui1，2, ZHOU Guodong1，2. Chinese multi-document summarization system based on topic information[J]. Computer Engineering and Applications, 2012, 48(25): 132-136.

[1]	郑诚，董春阳，黄夏炎. 基于BTM图卷积网络的短文本分类方法[J]. 计算机工程与应用, 2021, 57(4): 155-160.
[2]	吴迪，张梦甜，生龙，黄竹韵，顾明星. 改进在线词对主题模型的微博热点话题演化[J]. 计算机工程与应用, 2021, 57(24): 179-184.
[3]	丁勇，程家桥，蒋翠清，王钊. 基于主题和关键词特征的比较文本分类方法[J]. 计算机工程与应用, 2021, 57(17): 196-202.
[4]	唐焕玲，刘艳红，郑涵，窦全胜，鲁明羽. 融合SLDA主题模型的不均衡文本分类方法[J]. 计算机工程与应用, 2021, 57(12): 144-154.
[5]	彭博远，彭冬亮，谷雨，彭俊利. 融合语义与事件特征的重大事件趋势预测[J]. 计算机工程与应用, 2020, 56(17): 173-180.
[6]	王丽苗，许青林，姜文超，符基高. 集成FM的短视频喜好率预测模型[J]. 计算机工程与应用, 2020, 56(14): 118-122.
[7]	陈泽宇，黄勃. 改进词向量模型的用户画像研究[J]. 计算机工程与应用, 2020, 56(1): 180-184.
[8]	汪岿1，费晨杰1，刘柏嵩1，2. 融合LDA的卷积神经网络主题爬虫研究[J]. 计算机工程与应用, 2019, 55(11): 123-128.
[9]	程磊，高茂庭. 结合时间加权和LDA聚类的混合推荐算法[J]. 计算机工程与应用, 2019, 55(11): 160-166.
[10]	武庆圆1，冯佳纯2，罗茂权2，何凌南3. 用户级情感预测主题模型的构建与研究[J]. 计算机工程与应用, 2018, 54(6): 123-127.
[11]	赵慧茹，林民. 融合关联规则的学术论文主题学习及表示方法[J]. 计算机工程与应用, 2018, 54(20): 159-165.
[12]	胡检华1，李平1，2. 融入用户社会关系的协同主题回归模型[J]. 计算机工程与应用, 2018, 54(19): 151-157.
[13]	胡湘杰，夏利民，王军. 基于运动模式分析的异常行为检测[J]. 计算机工程与应用, 2018, 54(16): 140-145.
[14]	李心茹，夏阳，张硕硕. 基于相似度融合和动态预测的兴趣点推荐算法[J]. 计算机工程与应用, 2018, 54(10): 105-109.
[15]	江雨燕，桂伟. 基于受限玻尔兹曼机的分布式主题特征提取[J]. 计算机工程与应用, 2017, 53(23): 108-112.

主题信息的中文多文档自动文摘系统

Chinese multi-document summarization system based on topic information

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics