基于隐主题马尔科夫模型的多特征自动文摘-JiangmingLiu.PDFVIP

网络出版地址：/kcms/detail/11.2442.N1340.008.html 北京大学学报 ( 自然科学版) Acta Scientiarum Naturalium Universitatis Pekinensis doi: 10.13209/j.0479-8023.2014.026 基于隐主题马尔科夫模型的多特征自动文摘 † 刘江鸣 徐金安 张玉洁 北京交通大学计算机与信息技术学院 , 北京 100044; † 通信作者 , E-mail: jaxu@ 摘要 基于隐主题马尔科夫模型 , 消除 LDA 主题模型的主题独立假设, 使得文摘生成过程中充分利用文章 的结构信息, 并结合基于内容的多特征方法提高文摘质量。此外提出在不破坏文章结构的前提下 , 从单文档 扩展到多文档的自动文摘策略, 最终实现完善的自动文摘系统。在 DUC2007 标准数据集上的实验证明了隐 主题马尔科夫模型和文档特征的优越性, 并且所实现的自动文摘系统 ROUGE 值有明显提高。 关键词 隐主题马尔科夫模型; 多特征; 多文档自动文摘 中图分类号 TP391 Summarization Based on Hidden Topic Markov Model with Multi-Feature † LIU Jiangming, XU Jinan , ZHANG Yujie School of Computer and Information Technology, Beijing Jiaotong University, Beijing 100871; † Corresponding author, E-mail: jaxu@ Abstract Based on hidden topic markov model, the author eliminate assumption limitation in LDA (latent dirichlet allocation) to exploit the structure information during generating summary, and use multi-features based on document content to improve the summary quality. Furthermore, a method for developing single-document summarization to multi-document summarization without breaking document structure is proposed, to achieve the perfect automatic summarization system. Meanwhile, experiment results on the standard dataset DUC