基于改进TextRank算法的中文文本摘要提取

• 作者: 徐馨韬 柴小丽 沈晨 王敬平 谢彬
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: Doc2Vec模型 K-means算法 TextRank算法 摘要提取 权重影响因子
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 273-277
• 页数: 5页
• 分类号: TP391
• 字数: 4784字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0051615

摘要

为提高中文文本摘要提取的准确度, 融合Doc2Vec模型、K-means算法和TextRank算法, 提出一种中文文本摘要自动提取算法 (DK-TextRank) .使用Doc2Vec模型进行文本向量化, 采用改进的K-means算法实现相似文本聚类, 在每个聚类簇中应用加入权重影响因子的TextRank算法对文本语句进行排序, 并提取主题句生成摘要.实验结果表明, DK-TextRank算法在摘要语句数量为7时F值达到79.36％, 相比传统TF-IDF、TextRank算法提取的摘要质量更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴小丽	中国电子科技集团公司第三十二研究所	12	55	5.0	6.0
2	徐馨韬	中国电子科技集团公司第三十二研究所	1	8	1.0	1.0
3	谢彬	中国电子科技集团公司第三十二研究所	12	42	4.0	6.0
4	沈晨	中国电子科技集团公司第三十二研究所	3	9	1.0	3.0
5	王敬平	中国电子科技集团公司第三十二研究所	8	13	2.0	3.0