主题模型LDA的多文档自动文摘

• 作者: 杜言琦 杨同峰 杨潇 邵海敏 马军
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 多文档自动 句子分值计算 主题模型 LDA 主题数目
• 年，卷（期）: 2010,（2）
• 页码范围: 169-176
• 分类号: TP391
• 字数: 6982字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2010.02.012

摘要

近年来使用概率主题模型表示多文档文摘问题受到研究者的关注.LDA (latent dirichlet allocation)是主题模型中具有代表性的概率生成性模型之一.提出了一种基于LDA的文摘方法,该方法以混乱度确定LDA模型的主题数目,以Gibbs抽样获得模型中句子的主题概率分布和主题的词汇概率分布,以句子中主题权重的加和确定各个主题的重要程度,并根据LDA模型中主题的概率分布和句子的概率分布提出了2种不同的句子权重计算模型.实验中使用ROUGE评测标准,与代表最新水平的SumBasic方法和其他2种基于LDA的多文档自动文摘方法在通用型多文档摘要测试集DUC2002上的评测数据进行比较,结果表明提出的基于LDA的多文档自动文摘方法在ROUGE的各个评测标准上均优于SumBasic方法,与其他基于LDA模型的文摘相比也具有优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马军	山东大学计算机科学与技术学院	74	980	15.0	29.0
2	邵海敏	山东大学计算机科学与技术学院	2	77	2.0	2.0
3	杜言琦	山东大学计算机科学与技术学院	2	69	2.0	2.0
4	杨潇	山东经济学院信息管理学院	1	67	1.0	1.0
5	杨同峰	山东大学计算机科学与技术学院	2	71	2.0	2.0