基于詞項(xiàng)-句子-文檔三層圖模型的多文檔自動摘要.pdf

1、近年來，隨著網(wǎng)絡(luò)信息的不斷增長，通過互聯(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)。多文檔自動摘要是有效解決這一問題的方法之一，因此，多文檔自動摘要的研究具有十分重要的理論意義和實(shí)踐價值。
　　多文檔自動摘要主要的任務(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)前的研究都是通過給各句子打分來進(jìn)行挑選，而基于圖

2、模型的句子打分方法更是當(dāng)前研究的一個熱點(diǎn)。該方法通過構(gòu)建一個以各句子為頂點(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，該方案只是針對句子層面的信息進(jìn)行排序處理，而忽略了更多的語言信息。
　　本文針對基于圖模型的多文檔摘要算法中存在的以上問題，研究融合文檔