基于局部主题判定与抽取的多文档文摘技术.pdfVIP

第30卷第6期 自动化学报 V01．30，No．6 SINICA Nov·，2004 2004年11月 ACTAAUTOMATICA 基于局部主题判定与抽取的 多文档文摘技术1) 庄 黍兵秦兵 刘挺刘梃 李孕 ．．L f哈尔滨工业大学计算机科学与技术学院 哈尔滨 150001) rE—mail：qinb画ir．hit．edu．cn) 摘 要提出了一个通过对同一主题的多文档集合内局部主题的判定和抽取生成多文档文摘 的方法．首先在对多文档集合中旬子依存分析和语义分析的基础上进行相似度计算，将相似 句子经过聚类形成多文档集合内不同的局部主题，然后进行每个局部主题中质心句的抽取和 排序，生成多文档文摘．该方法实现了文摘长度随文档内容自动确定，从而保证了文摘中包 含的信息的全面和简洁．最后文中还给出了多文档文摘的评价方法和实验结果，文摘的平均 精确率和平均压缩率分别为71．4％和25．2％． 关键词多文档文摘，局部主题，聚类 中图分类号TP391 Multi—documentSummarizationBasedonLocal IdentificationandExtraction Topics QINBingLIUTingLI Sheng of Scienceand Institute (SchoolComputer Tecchology，HarbinofTechnology，Harbin150001) (E-mail：qinb@ir．hit．edu．Cil) AbstractThis describesamulti-documentsummarizationmethodbasedon10cal paper identificationandextraction．Theofsentencesis of topics measured similarity byanalysis and semantics．Localarefoundsentence centroid dependency topics by clustering．The sentenceisextractedfromeachlocal is andorderedto summarization．The topic generate sizeofsummarizationisdeterminedtocontentof a according multipledocuments，asresult， the summarizationbecomesand evaluationand are generalconcise．Finally，theexperiment ofsummarizationandth