基于带权文本矩阵分解-信息熵模型的新闻评论摘要.pdfVIP

JournalofComputerApplications ISSN 1001—9081 2014一l0—10 计算机应用，2014，34(10)：2859—2864 CODENJYIIDU http：／／www．joca．cn 文章编号 ：1001—9081(2014)10—2859—06 doi：10．11772／j．issn．1001-9081．2014．10．2859 基于带权文本矩阵分解一信息熵模型的新闻评论摘要 国玉静 ，姬东鸿 (武汉大学计算机学院，武汉430072) (}通信作者电子邮箱yujing．guo@whu．edu．cn) 摘 要 ：针对新闻的评论摘要的抽取问题，提 出了一种将带权文本矩阵分解(WTMF)与信息熵结合的社交媒体评 论 自动抽取方法。该方法对微博 (tweets)和news信息构建基于异质 图的WTMF模型，解决短文本特征稀疏问题 ，保 障信息的相似性；根据 tweet的特征分布，构建基于特征的二元信息熵和连续信息熵，保证信息的多样性。最后依据子 模属性 ，设计基于贪心的抽样算法，获取优化问题近似最优解。实验结果表明，WTMF与信息熵结合的方法能有效提 高社交媒体摘要性评论抽取的性能，在ROUGE2上召回率和F1值分别达到0．40074和0．27330。与潜在狄利克雷分 配(LDA)扩展模型——基于位的主体模型(BTM)相比，分别提高了0．05和0．O3，有效地提高了新闻评论摘要质量。 关键词：优化 问题 ；带权文本矩阵分解模型；异质图模型；信息熵；子模属性 中图分类号：TP391．1 文献标志码：A SummaryextractiOnOfnewscommentsbasedon weighedtextualmatrixfactorizationandinformationentropymodel GUOYujing。，JIDonghong (SchoolofComputerScience，WuhanUniversity,WuhanHubei430072，China) Abstract：Thispaperaddressedtoselectthemostinterestingandusefulcommentsforanonlinenewsarticle．Insummary ofcommentsfornewsextractionproblem，anew waywasintroduced，and itwasprovedtobeeffectiveinthesocialmedia commentsautomaticextractionwiththecombinationofWeighedTextual MatrixFactorization (WTMF)andinformation entropy．Theconstructionofinfomr ationfortweetsandnewswasbasedonheterogeneousgraph啊 MFmodelwhichsolvedthe sparseproblemsof shon textand maintained the similarity of information．Meanwhile． according to tweetcharacter distribution，binaryentropyandcontinuousentropywerebuilttoguarnateethediversityofinformation．Last，accordingtothe characteristicsofsubmodularity，agreedyalgorithm wasdesignedtogetan