基于Lex-PageRank的微博摘要优化方法.PDFVIP

第 43 卷第9 期 计算机科学 Vo1. 43 No.9 2016 年 9 月 Computer Science Sep 2016 基于 LexRank 的微博摘要优化方法 朱明峰叶施仁叶仁明 (常州大学信息工程学院 常州 213164) 摘 要 当前，由于全民自媒体兴起而引发了巨大的舆情危机，如何高效快速地从海量的碎片化信息中发现热点并抽 取实用信息成为一项重大的挑战。在此背景下，提出一种基于 LexRank 的微博摘要优化方法，在该方案中，以聚 类结果作为实验数据，从微博影响力周期的时间特性和权重属性考虑，提出改进的 LexRank 算法，从聚类结采中 抽取若干文本组织生成摘要。在新浪微博数据基础上进行的对比实验表明，本方案可以有效地从大量文本中才是取出 关键信息。 关键词 微博，时间特性，权重属性，LexRank 算法 中固法分类号 TP391 文献标识码 A DOI 10. 11896/j. issn. 1002-137)♀ 2016.9.052 Extract Summarization Method ßased on LexRank in Chinese Microblog ZHU Ming-feng YE Shi-ren YE Ren-ming (School of Inforrnation Science . Engineeri吨，Changzhou U ni versity ,Changzhou 213164 ,China) Abstract In recent years ,since the rise of personal-media caused a huge public opinion crisis ,how to discover hot topics from the fragmentation of the mass microblogging information and extract useful information has become a major chal lenge. In this background ,we proposed an extract summarization method based on improved LexRank algorithm. In this program ,we make a simple clustering and use these clustering results as experimental data. With due considera tion for the time characteristics of microblog influence cycle and weight attribute ,the improved LexRank algorithm is combined with 肌α1R algorithm to get many texts from clustering results to generate a summary. The experiment based on Sina Weibo indicates that our method can extract critical inforτnation effectively from mass texts. Ke)响。rds Microblog ,Time characteristics ,Weight attribute ,LexRank algorithm 处理、文本向量化、聚类形成若干于主题，并在各个于主题下 概述