基于子主题区域划分的多文档自动文摘方法  

Method of Multi-document Automatic Summarization Based on Sub-topic Area Partition

作　　者：王萌[1] 徐超[2] 李春贵[1] 何婷婷[3] 

机构地区：[1]广西工学院计算机工程系,广西柳州545006 [2]福建师范大学软件学院,福州350007 [3]华中师范大学计算机科学系,武汉430079

出　　处：《计算机工程》2011年第12期158-160,163,共4页Computer Engineering

基　　金：国家"863"计划基金资助项目(2009AA04Z146);国家自然科学基金资助项目(90920005);广西教育厅基金资助项目(200808LX338);福建省教育厅B类基金资助项目(JB09054);广西工学院院管基金资助项目(院科自1074006)

摘　　要：为解决词频矩阵的词频维数过大和矩阵过于稀疏的问题,提出一种子主题区域划分的多文档自动文摘方法。使用知网进行概念获取,建立概念向量空间模型,代替传统的词频向量空间模型。在概念向量空间模型的基础上,利用一种改进的层次分割法对文档集合进行子主题划分,从各个子主题中抽取出满足一定数量的句子作为文摘。实验结果验证了该方法的有效性。In order to solve the greatly dimension of word frequency and sparse matrix, this paper proposes a multi-document summarization method based on sub-topics area partition. It uses HowNet to obtain concept of word, constructs Concept Vector Sapce Model（CVSM） replace traditional Word Frequency Vector Space ModeI（WFVSM）. After constructed CVSM, the document is segmented into several units in terms of the sub-topics in the document. The most representative sentences in each sub-topic unit are selected as the summary sentences. Experiment results prove the validity of the method.

关 键 词：子主题区域 自动文摘 知网 概念向量空间模型 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]