基于加权主题分布表达的微博文本摘要生成研究

• 作者: 曹宇 王名扬 贾晓婷
• 来源期刊: 东北师大学报（自然科学版）
• 学科: 工学
• 关键词: 自动摘要 加权主题分布表达 Word2vec H指数
• 年，卷（期）: 2020,（1）
• 页码范围: 69-74
• 页数: 6页
• 分类号: TP391
• 字数: 6429字
• 语种: 中文
• DOI: 10.16163/j.cnki.22-1123/n.2020.01.014

摘要

对微博文本的向量化表达及摘要效果的评测问题进行了研究.引入Word2vec模型实现微博文本词语的向量化表达,进而对词向量聚类生成主题词类.计算微博文本到主题词类的隶属度,结合主题词类的权重,生成微博文本的加权主题分布表达.在此基础上划分类簇实现摘要句的提取.基于类簇H指数选出高频词作为标准摘要词集,考察了生成摘要与标准摘要词集中共现词的词频分布,实现对自动摘要效果的评测.实验结果表明,本文提出的方法有助于提升微博短文本集的摘要生成效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王名扬	东北林业大学信息与计算机工程学院	19	148	8.0	11.0
2	贾晓婷	东北林业大学信息与计算机工程学院	2	6	1.0	2.0