基于非平衡数据分类的单文档自动文摘方法

• 作者: 倪维健 刘彤 曾庆田 汤建渝 赵华
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 非平衡数据分类 自动摘要 支持向量机 分类间隔 分类器集成
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 信息处理
• 页码范围: 162-166
• 分类号: TP391
• 字数: 4287字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2012.04.031

摘要

自动文摘是自然语言处理领域的一个重要研究话题,基于机器学习的自动文摘方法则是该项研究中的一个热点.然而,自动文摘问题中的数据分布有一个重要现象,即文摘句子与非文摘句子的数量相差非常悬殊,该现象将给传统机器学习算法的应用效果带来负面影响.为此,本文针对自动文摘中句子类别分布严重不平衡这一现象,以支持向量机算法为基础,设计了两种有效的处理非平衡自动文摘数据的分类方法.在第一种方法中,将传统支持向量机中正负类平衡的分类间隔转换为不平衡的分类间隔；在第二种方法中,通过将数据集进行切分,设计了一种支持向量机集成学习算法.通过在DUC2001数据集上的实验证明,本文设计的两种基于非平衡数据分类的单文档自动文摘方法显著优于基于传统分类算法的自动文摘方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾庆田	山东科技大学信息科学与工程学院	67	573	14.0	21.0
2	汤建渝	山东科技大学信息科学与工程学院	8	10	2.0	2.0
3	刘彤	山东科技大学信息科学与工程学院	18	59	3.0	7.0
4	赵华	山东科技大学信息科学与工程学院	14	21	3.0	4.0
5	倪维健	山东科技大学信息科学与工程学院	12	7	2.0	2.0