融合多信息句子图模型的多文档摘要抽取

计算机工程与科学

融合多信息句子图模型的多文档摘要抽取

蒋亚芳1,2，严馨1,2，徐广义3，周枫1,2，邓忠莹1,2

（1．昆明理工大学信息工程与自动化学院，云南昆明 650500;

2．昆明理工大学云南省人工智能重点实验室，云南昆明 650500;

3.云南南天电子信息产业股份有限公司，云南昆明 650041）

收稿日期:2019-07-01 修回日期:2019-09-11 出版日期:2020-03-25 发布日期:2020-03-25
基金资助:
国家自然科学基金（61462055,61562049）

Multi-document summarization extraction based

on multi-information sentence graph model

JIANG Ya-fang1,2,YAN Xin1,2，XU Guang-yi3,ZHOU Feng1,2,DENG Zhong-ying1,2

（1.Faculty of Information Engineering and Automation, Kunming University of Science and Technology,Kunming 650500;

2.Yunnan Key Laboratory of Artificial Intelligence,Kunming University of Science and Technology,Kunming 650500;

3.Yunnan Nantian Electronic Information Industry Co.,Ltd.,Kunming 650041,China）

Received:2019-07-01 Revised:2019-09-11 Online:2020-03-25 Published:2020-03-25

摘要/Abstract

摘要：

针对现有多文档抽取方法不能很好地利用句子主题信息和语义信息的问题，
提出一种融合多信息句子图模型的多文档摘要抽取方法。首先，以句子为节点，构建句子图模型；然后，将基于句子的贝叶斯主题模型和词向量模型得到的句子主题概率分布和句子语义相似度相融合，得到句子最终的相关性，结合主题信息和语义信息作为句子图模型的边权重；最后，借助句子图最小支配集的摘要方法来描述多文档摘要。该方法通过融合多信息的句子图模型，将句子间的主题信息、语义信息和关系信息相结合。实验结果表明，该方法能够有效地改进抽取摘要的综合性能。

关键词: 多文档摘要, 句子贝叶斯主题模型, 词向量, 句子图模型, 最小支配集

Abstract:

In view of the problem that the existing multi-document extraction method cannot make good use of sentence topic information and semantic information, this paper proposes a multi-document summarization extraction method that integrates multi-information sentence graph model. Firstly, a sentence graph model with sentences as nodes is constructed. Secondly, the Bayesian topic model based on sentences and the word vector model are combined to get the probability distribution of sentence topic and the semantic similarity of sentences, and the final relevance of sentences is obtained. The topic information and semantic information are used as the edge weights of the sentence graph model. Finally, the summary of the multi-document is described by the summary method of the minimum dominance set of the sentence graph. This method combines the topic information, semantic information and relationship information between sentences by integrating the multi-information sentence graph model. The experimental results show that the method can effectively improve the comprehensive performance of the summarization extraction.

Key words: multi-document summarization, sentence Bayesian theme model, word vector, sentence graph model, minimum dominating set

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.

JIANG Ya-fang, YAN Xin, XU Guang-yi, ZHOU Feng, DENG Zhong-ying, .

Multi-document summarization extraction based

on multi-information sentence graph model

[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]	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.
[7]	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.
[8]	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, 2019, 41(06): 1064-1070.
[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.