基于关键词抽取的网络博客自动文摘算法的研究

• 作者: 李敏 陶宏才
• 来源期刊: 成都信息工程大学学报
• 学科: 工学
• 关键词: 自动文摘 TextRank 关键词 BM25 ROUGE
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 电子信息科学与技术
• 页码范围: 158-162
• 页数: 5页
• 分类号: TP391.1
• 字数: 4342字
• 语种: 中文
• DOI: 10.16836/j.cnki.jcuit.2020.02.006

摘要

Te妣Rank算法基于图论,考虑文本的整体结构,而关键词与文本主题紧密关联.网络博客作为一种新兴的出版方式,与新闻、专业论文等文本不同,其编辑方式更为随意,没有传统意义上的一般格式.将关键词抽取与TextRank算法结合起来,提出一种适用于博客文本的基于关键词抽取的自动文摘算法.首先通过TextRank算法抽取文本关键词,用BM25算法计算句子相似度.然后,以句子相似度为权重构建带权图,迭代计算获取TextRank评分.将TextRank评分与关键词评分相加得到句子最终得分,选择评分最高的前i个句子,按照句子在原文中的顺序输出得到自动文摘.通过ROUGE工具的测评,设计对比实验证明算法效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李敏	西南交通大学信息科学与技术学院	32	227	9.0	13.0
2	陶宏才	西南交通大学信息科学与技术学院	75	512	13.0	20.0