基于TF-IDF和word2Vec的中文文本自动摘要模型  

作　　者：龚永罡 郭远南 

机构地区：[1]北京工商大学人工智能学院

出　　处：《中国新通信》2023年第2期65-67,共3页China New Telecommunications

摘　　要：随着互联网时代的数据爆炸,在短文本信息数量迅速增长的环境下,为了更好地进行中文本摘要模型的计算,本文针对短文本的文本特征提取和相似度计算进行了深入研究。本文将优化的TF-IDF模型和Word2Vec模型结合起来,进而提出一种兼顾短文本统计特征和语义特征的合并加权Word2Vec和TF-IDF的文本特征提取算法,将文本进行向量化表示;随后,在文本的相似度算法中,基于短文本的特征,选取了余弦相似度算法,对短文本间相似度值进行了有效计算。实验结果表明,使用TF-IDF和Word2Vec结合模型与传统单个模型相比,生成出的文摘准确性更高,质量更好。

关 键 词：文本特征 相似度 Word2Vec TF-IDF 余弦相似度 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]