10.3969/j.issn.1001-3695.2016.07.025
基于增量图聚类的动态多文档摘要算法
目前的动态文摘方法几乎都基于文档批处理机制,无法适应实际应用中表现为不稳定数据流的文档数据,因此无法满足实时更新摘要的需求.针对上述问题,提出了一种基于K近邻句子图模型的动态文本摘要方法.根据K近邻规则构建一个双层句子图模型,用基于密度划分的增量图聚类方法对句子进行子主题划分,最后结合时间因素提高句子新颖度来抽取动态文摘.该方法能基于文档数据流增量式地抽取动态文摘,实现文摘内容的实时更新.在TAC2008和TAC2009的update summarization数据集上的实验结果显示了该方法在动态文摘抽取上的有效性.
动态文摘、K近邻、句子图模型、增量图聚类
33
TP391.1;TP301.6(计算技术、计算机技术)
四川省教育厅资助项目14ZB0113;西南科技大学博士基金资助项目12zx7116
2016-10-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
2034-2038