版权说明 操作指南
首页 > 成果 > 详情

基于主题的SE-TextRank情感摘要方法

认领
导出
Link by 中国知网学术期刊 Link by 维普学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
刘志明;于波;欧阳纯萍;余颖;阳小华;...
作者机构:
南华大学计算机科学与技术学院 衡阳 421001
国家行政学院电子政务研究中心 北京 100089
[刘志明; 欧阳纯萍; 阳小华; 余颖; 于波] 南华大学
[翟云] 国家行政学院
语种:
中文
关键词:
文本摘要;LDA模型;余弦距离;特征融合
关键词(英文):
SE-TextRank;Text summarization;LDA model;cosine distance algorithm;SE-TextRank;feature fusion
期刊:
情报工程
ISSN:
2095-915X
年:
2017
卷:
3
期:
3
页码:
97-104
基金类别:
61402220:国家自然科学基金 61672178:国家自然科学基金 14YBA335:湖南省哲学社会科学基金 16YBA323:湖南省哲学社会科学基金 15C1186:湖南省教育厅科学研究项目
机构署名:
本校为第一机构
院系归属:
计算机科学与技术学院
摘要:
技术的目的是以简洁的形式准确表达文章的核心情感内容。为解决不同的文档结构及内容特征等问题对摘要结果的影响,提出了一种基于主题的SE-TextRank情感摘要方法。通过LDA模型自动获取收敛后的文本主题,利用余弦距离算法进行主题句子分组,使用传统多特征融合以及SE-TextRank情感摘要算法对组内中心句抽取,最终获取目的摘要。实验表明,采用此方法能够更为高效的获取新闻文本摘要结果。
摘要(英文):
The purpose of the text sentiment summarization is to express the content of the article in a concise form. A topic-based SE-TextRank emotional abstract method was proposed in this study to solve the influence of different document structure and content characteristics on abstract results. This study obtained the convergent text theme automatically through LDA model, grouped the sentence topic through the cosine distance algorithm, applied traditional multi feature fusion and SE-TextRank sentiment summary algorithm to extract the central sentence within the group, and ultimately get the purpos...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com