换一批摘要经典的TextRank算法在文档的自动摘要提取时往往只考虑了句子节点间的相似性,而忽略了文档的篇章结构及句子的上下文信息.针对这些问题,结合中文文本的结构特点,提出一种改进后的iTextRank算法,通过将标题、段落、特殊句子、句子位置和长度等信息引入到TextRank网络图的构造中,给出改进后的句子相似度计算方法及权重调整因子,并将其应用于中文文本的自动摘要提取,同时分析了算法的时间复杂度.最后,实验证明iTextRank比经典的TextRank方法具有更高的准确率和更低的召回率.
更多相关知识
关键词
中文文本自动摘要提取TextRank篇章结构无监督学习方法Chinese textsAutomatic summarization extractionTextRankArticle discourseUnsupervised learning methods
分类号
TP181
栏目名称
DOI
10.11896/j.issn.1002-137X.2016.6.048
发布时间
2016-07-13（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览2
- 被引131
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
