基于詞項(xiàng)-句子-文檔三層圖模型的多文檔自動(dòng)摘要.pdf

1、近年來(lái)，隨著網(wǎng)絡(luò)信息的不斷增長(zhǎng)，通過(guò)互聯(lián)網(wǎng)獲取信息已經(jīng)成為人們獲取信息最直接也是最必不可少的渠道，但是想要快速有效的從海量信息中獲取人們最想要的信息卻是難以實(shí)現(xiàn)。多文檔自動(dòng)摘要是有效解決這一問(wèn)題的方法之一，因此，多文檔自動(dòng)摘要的研究具有十分重要的理論意義和實(shí)踐價(jià)值。
　　多文檔自動(dòng)摘要主要的任務(wù)是挑選出文檔中最能表達(dá)主旨的句子，因此其中最關(guān)鍵的問(wèn)題是如何挑選出這些最具代表性的句子。當(dāng)前的研究都是通過(guò)給各句子打分來(lái)進(jìn)行挑選，而基于圖

2、模型的句子打分方法更是當(dāng)前研究的一個(gè)熱點(diǎn)。該方法通過(guò)構(gòu)建一個(gè)以各句子為頂點(diǎn)、句子之間相似度為邊權(quán)重的句子圖，然后在通過(guò)多次迭代計(jì)算出各句子的最終得分，并以此得分為挑選文檔摘要句子的依據(jù)，根據(jù)句子的重要性程度排序文檔中有限長(zhǎng)度的句子，排序較高的句子因其重要程度高而被作為最終的摘要句反饋給用戶。然而，該方案只是針對(duì)句子層面的信息進(jìn)行排序處理，而忽略了更多的語(yǔ)言信息。
　　本文針對(duì)基于圖模型的多文檔摘要算法中存在的以上問(wèn)題，研究融合文檔