基于多因素的中文文本主题自动抽取方法

• 作者: 刘金岭 李健普 袁娜 谈芸
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 主题句 主题抽取 文本主题 重要词汇 语句权值
• 年，卷（期）: 2010,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 72-75,79
• 分类号: TP181
• 字数: 4215字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2010.07.019

摘要

提出了一种基于多因素的文本主题的提取方法,并着重讨论了相应的权值体系.根据概念间的相互关系,对同义概念进行语义归并和上下位概念进行语义聚焦.对于给定的文本,先进行特征词抽取进而生成代表主题概念的重要词汇.综合语句所在位置、语句中的标题、语句中所含重要词汇等多因素构造语句权值表达式,在此基础上,采用主题句选择算法保证每一个主题句被选中,同时解决了主题句的去重问题.实验结果表明,该方法具有较高的抽准率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘金岭	淮阴工学院计算机工程学院	63	355	10.0	15.0
2	谈芸	淮阴工学院计算机工程学院	1	5	1.0	1.0
3	李健普	淮阴工学院计算机工程学院	1	5	1.0	1.0
4	袁娜	淮阴工学院计算机工程学院	1	5	1.0	1.0