融合句义结构模型的微博话题摘要算法

• 作者: 原玉娇 林萌 潘丽敏 罗森林 贾丛飞 韩磊
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 微博 话题摘要 句义结构模型 自然语言处理
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 计算机技术
• 页码范围: 2316-2325
• 页数: 10页
• 分类号: TP391
• 字数: 8529字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2015.12.011

摘要

为了更快地从海量微博中获取话题的核心内容,提出融合句义结构模型的微博话题摘要方法.该方法利用句义结构模型抽取句子的语义格得到句子的语义特征,并基于LDA主题模型使用句义结构计算句子两两之间的语义相似度构建相似度矩阵,划分子主题类,得到句子的关联特征.融合句子的语义特征和关联特征,选取子主题内信息量最大的句子作为摘要结果.当压缩比为0.5％、1.0％和1.5％时,ROUGE值均明显优于对比系统.当压缩比为1.5％时,ROUGE-1值达到51.30％,ROUGE-SU*达到25.27％.实验结果表明:融合句义结构模型的分析方法能够深化句子的语义分析层次,提取的句义特征增强了语义信息的表达能力.综合考虑句子语义特征和关联特征的句子权重计算方法能够丰富句子的特征表示,减少语义信息丢失,使同类数据的语义相关性增强,有效降低了噪声的影响,从而提升摘要与话题的相关度.此外,所提出的方法处理不同话题的泛化能力较好,适用范围较广.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗森林	北京理工大学信息与电子学院	121	821	14.0	23.0
2	潘丽敏	北京理工大学信息与电子学院	66	402	10.0	17.0
3	韩磊	北京理工大学信息与电子学院	25	154	7.0	11.0
4	原玉娇	北京理工大学信息与电子学院	2	10	1.0	2.0
5	林萌	北京理工大学信息与电子学院	3	16	2.0	3.0
6	贾丛飞	北京理工大学信息与电子学院	1	9	1.0	1.0