基于增量图聚类的动态多文档摘要算法

• 作者: 张晖 李波 杨春明 赵旭剑 郭海蓉
• 来源期刊: 计算机应用研究
• 关键词: 动态文摘 K近邻 句子图模型 增量图聚类
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 算法研究与探讨
• 页码范围: 2034-2038
• 页数: 5页
• 分类号: TP391.1|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.07.025

摘要

目前的动态文摘方法几乎都基于文档批处理机制,无法适应实际应用中表现为不稳定数据流的文档数据,因此无法满足实时更新摘要的需求.针对上述问题,提出了一种基于K近邻句子图模型的动态文本摘要方法.根据K近邻规则构建一个双层句子图模型,用基于密度划分的增量图聚类方法对句子进行子主题划分,最后结合时间因素提高句子新颖度来抽取动态文摘.该方法能基于文档数据流增量式地抽取动态文摘,实现文摘内容的实时更新.在TAC2008和TAC2009的update summarization数据集上的实验结果显示了该方法在动态文摘抽取上的有效性.

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	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