结合LDA和谱聚类的多文档摘要

• 作者: 付玲 张晖
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Latent Dirichlet Allocation(LDA) Gibbs抽样 谱聚类 多文档摘要
• 年，卷（期）: 2013,（16）
• 页码范围: 142-145,154
• 页数: 5页
• 分类号: TP391
• 字数: 5494字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1202-0458

摘要

自动文摘技术的目标是致力于将冗长的文档内容压缩成较为简短的几段话，将信息全面、简洁地呈现给用户，提高用户获取信息的效率和准确率。所提出的方法在LDA（LatentDirichletAllocation）的基础上，使用Gibbs抽样估计主题在单词上的概率分布和句子在主题上的概率分布，结合LDA参数和谱聚类算法提取多文档。该方法使用线性公式来整合句子权重，提取出字数为400字的多文档。使用ROUGE自动评测工具包对DUC2002数据集评测质量，结果表明，该方法能有效地提高的质量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晖	西南科技大学计算机科学与技术学院	77	563	14.0	21.0
2	付玲	西南科技大学计算机科学与技术学院	1	12	1.0	1.0