基于改进K-means聚类与图模型相结合的多文本自动文摘研究

• 作者: 刘胜全 刘艳 符贤哲 赵美玲 郭竹为
• 来源期刊: 现代计算机：中旬刊
• 学科: 工学
• 关键词: 自动文摘 多文本 聚类 图模型
• 年，卷（期）: xdjsjzxk_2017,（6）
• 页码范围: 26-30
• 页数: 5页
• 分类号: TP301.6

摘要

目前多文档文摘大多数对同一主题下的文本进行摘要,不同主题下的文本自动文摘的研究相对较少。已有的多文本自动摘要或多或少有不足,使用聚类方法存在初始质心k无法确定以及构造图模型时句子相似度计算没有考虑语义特征等现象。对不同主题的多文档进行主题划分,然后依据主题进行多文本自动摘要,针对以上多文档文摘方法存在的不足,改进K-means聚类、句子相似度计算等缺陷,提出改进K-means聚类和图模型相结合的方法。通过实验表明,该方法的准确率高于基于聚类或者基于图排序的算法。