基于多特征和Ranking SVM的微博新闻自动摘要研究

• 作者: 昝红英 李孟爽 贾会贞
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 互信息 语义特征 主题句 Ranking SVM 新闻文本自动摘要
• 年，卷（期）: 2017,（2）
• 页码范围: 43-47
• 页数: 5页
• 分类号: TP391
• 字数: 4031字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2016239

摘要

提出了面向微博应用的新闻文本自动摘要研究方法.利用互信息对新闻文本中词语和句子之间的语义特征进行计算,根据其关联度对句子进行主题划分,赋予主题句较高的权重,同时从文本中抽取多种组合特征,利用Ranking SVM对句子进行排序,从而得到自动摘要.在NLP&CC2015面向微博中文新闻自动摘要评测数据集上进行对比实验,取得了良好效果,证明该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	昝红英	郑州大学信息工程学院	58	759	11.0	26.0
2	李孟爽	郑州大学信息工程学院	1	3	1.0	1.0
3	贾会贞	郑州大学信息工程学院	1	3	1.0	1.0