基于子主題增強的演化式多文檔摘要生成方法研究.pdf

1、互聯網的快速發(fā)展使人們的生活發(fā)生了巨大的變化，我們的生活被各種信息充斥著。各種媒體信息如文本、圖像、音頻、視頻等每天都在大量地增加，而且隨著時間的演化，相關的媒體信息也在不斷地演化和更新。用戶想要高效完整地獲取自己感興趣的信息，這無疑成為一大難題。因此，文本摘要就順勢而生了，它也是自然語言處理領域的熱點研究課題。
　　文本摘要可分為傳統(tǒng)的靜態(tài)文摘和考慮時序維度的動態(tài)文摘。傳統(tǒng)的靜態(tài)文本摘要只是針對于同一主題下同一時間段的媒體信息來

2、生成摘要，但隨著媒體信息的不斷發(fā)展演化，信息具有明顯的動態(tài)演化性。此時靜態(tài)文摘并不能解決廣大民眾的需求，于是就出現了動態(tài)演化式文摘。動態(tài)演化式文摘是在靜態(tài)文摘的基礎之上引入了時間維度，它是針對同主題下不同發(fā)展階段的媒體信息來生成摘要的，它不僅需要考慮摘要的主題相關性和冗余性，而且還要將文摘內容的連貫性和新穎性考慮在內，從而使得對應主題的文摘根據時間的變化而動態(tài)演化。
　　本文提出了一種新的基于子主題增強的演化式多文檔摘要方法，該方

3、法不僅能考慮句子與句子之間的關系，還主動引入了每個時間段內的子主題對句子的影響，使得與重要子主題越相關的句子得分越高，通過句子與子主題的互強化來對句子進行主題層面的綜合打分排序。在理論上此方法是可行的，其可行性在公開數據集Timelines17上得到了有效驗證。
　　在本文提出的方法之上，我們實現了一個演化式多文檔摘要系統(tǒng)。該系統(tǒng)可以在新浪新聞首頁在線獲取用戶所感興趣的新聞，并且為每個新聞生成演化式的摘要，用戶可通過查閱文章的摘要