基于LSA和pLSA的多文档自动文摘

• 作者: 俞辉
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 多文档自动文摘 潜在语义分析 奇异值分解
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 数据挖掘
• 页码范围: 108-111
• 页数: 4页
• 分类号: TP311
• 字数: 5930字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2009.09.035

摘要

本文提出一种基于LSA和pLSA的多文档自动文摘策略.首先,将多个文档切分成自然段,以自然段作为聚类单位.采用了新的特征提取方法构建词-自然段矩阵,利用LSA对词-自然段矩阵进行奇异值分解,使得向量空间模型中的高维表示变成在潜在语义空间中的低维表示.然后,采用pLSA将数据转换成概率统计模型来计算.在文摘生成的过程中采用基于质心的文摘句挑选办法得到文摘并输出.实验表明,本文提出的方法有效地提高了生成文摘的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞辉	中国石油大学计算机与通信工程学院	8	70	6.0	8.0