融合多信息句子图模型的多文档摘要抽取

• 作者: 严馨 周枫 徐广义 蒋亚芳 邓忠莹
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 多文档摘要 句子贝叶斯主题模型 词向量 句子图模型 最小支配集
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 535-542
• 页数: 8页
• 分类号: TP391.1
• 字数: 7899字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.03.021

摘要

针对现有多文档抽取方法不能很好地利用句子主题信息和语义信息的问题,提出一种融合多信息句子图模型的多文档摘要抽取方法.首先,以句子为节点,构建句子图模型;然后,将基于句子的贝叶斯主题模型和词向量模型得到的句子主题概率分布和句子语义相似度相融合,得到句子最终的相关性,结合主题信息和语义信息作为句子图模型的边权重;最后,借助句子图最小支配集的摘要方法来描述多文档摘要.该方法通过融合多信息的句子图模型,将句子间的主题信息、语义信息和关系信息相结合.实验结果表明,该方法能够有效地改进抽取摘要的综合性能.

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
5	周枫	昆明理工大学信息工程与自动化学院	41	74	5.0	7.0
9	徐广义		5	1	1.0	1.0
10	蒋亚芳	昆明理工大学信息工程与自动化学院	2	0	0.0	0.0