基于 PV-DM 模型的多文档摘要方法

• 作者: 刘欣 毛二松 王波
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 语义相似度 PV-DM模型 句子向量 多文档摘要 单调亚模函数
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 算 法
• 页码范围: 251-255,278
• 页数: 6页
• 分类号: TP391
• 字数: 5784字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.10.056

摘要

当前的基于词向量的多文档摘要方法没有考虑句子中词语的顺序，存在异句同向量问题以及在小规模训练数据上生成的摘要冗余度高的问题。针对这些问题，提出基于 PV-DM（Distributed Memory Model of Paragraph Vectors）模型的多文档摘要方法。该方法首先构建单调亚模（Submodular）目标函数；然后，通过训练 PV-DM模型得到句子向量计算句子间的语义相似度，进而求解单调亚模目标函数；最后，利用优化算法抽取句子生成摘要。在标准数据集 Opinosis 上的实验结果表明该方法优于当前主流的多文档摘要方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王波		19	157	7.0	12.0
2	刘欣		3	27	2.0	3.0
3	毛二松		4	38	3.0	4.0