一种基于改进K-means的动态文摘提取方法

• 作者: 张晖 李波 杨春明 赵旭剑 郭海蓉
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: K-means 动态文摘 增量聚类 TAC2008数据集
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 算法与语言
• 页码范围: 77-79
• 页数: 3页
• 分类号: TP312
• 字数: 2792字
• 语种: 中文
• DOI: 10.11907/rjdk.151255

摘要

随着互联网的发展和Web2．0的应用，网络信息呈现出越来越明显的动态演化性，传统的静态文摘方法不能很好地反应文摘的动态变化和新颖性，难以满足人们对于摘要获取效率的要求，动态文摘技术成为新的研究热点。提出一种基于改进K‐means算法的动态文摘提取和更新方法。为了减小聚类结果对初值的依赖性，提高聚类的稳定性，采用聚类中心的搜索算法获得较优的初始聚类中心。它能解决使用传统聚类方法进行动态文摘提取中存在的重复计算问题，并能保持较高效率。在T AC2008上的实验证明，该方法生成的动态文摘效果较好、算法效率高。

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	西南科技大学教育信息化推进办公室	77	563	14.0	21.0
2	赵旭剑	西南科技大学计算机科学与技术学院	36	196	8.0	13.0
3	李波	西南科技大学计算机科学与技术学院	54	264	9.0	14.0
4	杨春明	西南科技大学计算机科学与技术学院	49	307	10.0	16.0
5	郭海蓉	西南科技大学计算机科学与技术学院	2	7	2.0	2.0