基于加权AMR图的语义子图预测摘要算法

摘要：

现有的文本摘要方法多数停留在挖掘词与词之间的浅层语义关系,没有很好地利用词句之间的完整语义信息,为此,提出一种改进的语义子图预测摘要的算法.将原始文本转化为相应的抽象语义表示(AMR)图,融合成一个AMR总图,基于WordNet语义词典对其进行冗余信息的过滤.在此基础上利用综合统计特征对不具有权值的AMR图节点赋予权值,通过筛选重要性程度高的部分构成语义摘要子图,并基于ROUGE指标和Smatch指标综合衡量生成摘要的质量.实验结果表明,与仅挖掘浅层语义关系的文本摘要基准算法相比,该算法ROUGE值和Smatch值明显提高.

关键词：抽象语义表示图、语义摘要子图、语义信息、冗余信息、摘要评价指标

所属期刊栏目：44

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金61601513

在线出版日期：2018-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：292-297,302