主题信息的中文多文档自动文摘系统

摘要：

多文档自动文摘能够帮助人们自动、快速地获取信息,使用主题模型构建多文档自动文摘系统是一种新的尝试,其中主题模型采用浅层狄利赫雷分配(LDA).该模型是一个多层的产生式概率模型,能够检测文档中的主题分布.使用LDA为多文档集合建模,通过计算句子在不同主题上的概率分布之间的相似度作为句子的重要度,并根据句子重要度进行文摘句的抽取.实验结果表明,该方法所得到的文摘性能优于传统的文摘方法.

关键词：中文自动文摘、浅层狄利赫雷分配(LDA)、主题模型、多文档

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60873150;江苏省高校自然科学重大基础研究项目08KJA520002

在线出版日期：2012-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：132-136