一种新的基于段向量的文本自动摘要方法

计算机工程与科学

一种新的基于段向量的文本自动摘要方法

申强强，熊泽宇，熊岳山

（国防科技大学计算机学院,湖南长沙 410073）

收稿日期:2018-08-24 修回日期:2018-10-17 出版日期:2019-06-25 发布日期:2019-06-25
基金资助:
国家自然科学基金（61379103）

A new automatic summarization method

based on paragraph vector

SHEN Qiangqiang，XIONG Zeyu,XIONG Yueshan

（School of Computer,National University of Defense Technology,Changsha 410073,China）

Received:2018-08-24 Revised:2018-10-17 Online:2019-06-25 Published:2019-06-25

摘要/Abstract

摘要：

文本自动摘要技术在网页搜索和网页内容推荐等多个领域都有着非常广阔的应用前景。经典的文本摘要算法采用统计学的方法来提取文章关键字，进而提取主题句。这种方法在一定程度上忽略了文本的语义和语法信息。近年来，分布式词向量嵌入技术已经应用到文本检索当中，基于该技术提出了一种词向量化的自动文本摘要方法，该方法主要分为4个步骤：词向量生成、基于词向量的段向量生成、关键词提取和主题句抽取，最终实现文本段落的自动摘要。实验结果表明，改进的文本自动摘要方法能够有效提取主题句。

关键词: 文本自动摘要, 词向量, 段向量, 主题句

Abstract:

Automatic text summarization technology has a very broad application prospect in many fields, such as web search and browsing recommendation. The classic text summarization algorithm uses statistical methods to extract article keywords and topic sentences. It ignores semantic and grammatical information of the text to some extent. As distributed word vector embedding technology has been widely used in text summarization in recent years, we propose an automatic text summarization method based on word vector generation. This method mainly includes four modules: word vector generation, paragraph vector generation based on word vector, keyword extraction, and topic sentence extraction, through which an automatic text summarization of the document can finally be achieved. Experimental results show that the improved automatic text summarization method can extract topic sentences effectively.

Key words: automatic text summarization, word vector, paragraph vector, topic sentence

申强强，熊泽宇，熊岳山. 一种新的基于段向量的文本自动摘要方法[J]. 计算机工程与科学.

SHEN Qiangqiang，XIONG Zeyu,XIONG Yueshan.

A new automatic summarization method

based on paragraph vector

[J]. Computer Engineering & Science.

[1]	喻金平, 朱伟锋, 廖列法. 基于RoBERTa-wwm-BiLSTM-CRF的扶持政策文本实体识别研究[J]. 计算机工程与科学, 2023, 45(08): 1498-1507.
[2]	排日旦·阿布都热依木, 吐尔地·托合提, 艾斯卡尔·艾木都拉, . 基于深度学习的实体关系抽取方法研究[J]. 计算机工程与科学, 2023, 45(05): 895-902.
[3]	董芃杉, 张晶, 金日泽. 基于双通道门控复合网络的中文产品评论情感分析[J]. 计算机工程与科学, 2023, 45(05): 911-919.
[4]	闫雄, 段跃兴, 张泽华. 采用自注意力机制和CNN融合的实体关系抽取[J]. 计算机工程与科学, 2020, 42(11): 2059-2066.
[5]	李超, 严馨, 谢俊, 徐广义, 周枫, 莫源源, . 基于HDP的主题词向量构造——以柬语为例[J]. 计算机工程与科学, 2020, 42(06): 1111-1119.
[6]	蒋亚芳, 严馨, 徐广义, 周枫, 邓忠莹, . 融合多信息句子图模型的多文档摘要抽取[J]. 计算机工程与科学, 2020, 42(03): 535-542.
[7]	孙燕, 孙茂松, 赵海兴, 冶忠林, . 表示学习中句子与随机游走序列等价性的一种新证明[J]. 计算机工程与科学, 2020, 42(02): 373-380.
[8]	李俭兵1,2,3,刘栗材1,3. 基于改进型神经网络的影评文本情感分析算法[J]. 计算机工程与科学, 2019, 41(12): 2261-2269.
[9]	刘培磊，唐晋韬，王挺，谢松县，岳大鹏，刘海池. 基于词向量语义聚类的微博热点挖掘方法 [J]. 计算机工程与科学, 2018, 40(02): 313-319.
[10]	柳路芳1，李波1，陈鹏1，周凌寒1，王兵2. 基于词向量与可比语料库的双语词典提取研究[J]. 计算机工程与科学, 2018, 40(02): 368-373.
[11]	刘梦兰1,2，刘斌1,2,彭智勇1,2. 基于词向量的专利自动扩展查询研究[J]. 计算机工程与科学, 2017, 39(12): 2297-2305.