基于加权TextRank的新闻关键事件主题句提取

• 作者: 严馨 周兰江 周晶晶 周枫 蒲梅
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: TextRank算法 句子相似度 关键事件 主题句提取 影响权重
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 219-224
• 页数: 6页
• 分类号: TP311
• 字数: 6122字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.08.037

摘要

为了在大量的新闻中快速找到自己感兴趣的内容,提出在单文档中基于加权TextRank算法提取主题句的方法,以得到新闻关键事件信息.通过计算新闻文本句子关键词的互信息值,对新闻报道进行事件句和非事件句的分类,过滤出非事件句.基于TextRank算法的思想,构建一个事件句有向图,引入句子位置、句子相似度和关键词覆盖频率3个影响因子,以此计算句子之间的影响权重,利用TextRank模型对图中的每个点计算权重,并选取排序最靠前的句子作为关键事件的主题句.实验结果表明,该方法的抽取效果优于基于词频-逆文档概率和新闻标题的主题句抽取方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严馨	昆明理工大学信息工程与自动化学院	40	122	5.0	10.0
2	周兰江	昆明理工大学信息工程与自动化学院	44	76	5.0	7.0
3	周枫	昆明理工大学信息工程与自动化学院	41	74	5.0	7.0
4	周晶晶	昆明理工大学信息工程与自动化学院	2	11	1.0	2.0
5	蒲梅	昆明理工大学信息工程与自动化学院	1	11	1.0	1.0