基于滑动窗口的动态摘要算法

动态摘要是根据查询检索词从文章中动态提取的摘要。用户仅仅浏览动态摘要之后就能了解文章中与查询相关的部分,进而判断是否值得详细阅读整篇文章。该文根据搜索引擎对摘要速度和质量的要求,提出了一种使用滑动窗口抽取片断的算法,接着构造了摘要评测模型,使用同一个测试集对新动态摘要算法和Google、百度作对比实验。结果证明使用新方法生成的摘要能够言简意赅地概括文章的相关内容,在摘要指标的分项测试中取得了和Google基本相同的效果,但明显要比百度好,综合评价分别提高了5%和11%。

站内搜索系统动态摘要算法的研究

对搜索系统中的几种算法进行了介绍,分析了lucene软件包中的动态算法存在的问题,即没有充分考虑关键词在整篇文章中的重要性。然后提出了改进后的算法,考虑了关键词出现在文章的位置,上下文等相关因素。改进后的算法充分考虑了文档的要求:一是能表达文档的主旨;二是"可读性"比较高。经测试改进后的算法生成文摘质量较好。

搜索引擎动态摘要技术浅析

当今信息时代,搜索引擎已经成为计算机用户对海量资源检索的必备工具。搜索引擎的核心内容有很多,包括数据采集、自动分词技术、索引、存储、查询。其中在查询系统中有一项重要的技术就是动态摘要。该文从搜索引擎的关键系统引入,进而介绍动态摘要技术,对其作用、实现难点进行了详细的介绍。动态摘要技术跨越索引与显示系统,对用户来说非常重要,可以说摘要技术的好坏将直接影响到用户对检索结果的选择,因此对它的研究是非常必要而重要的。

搜索引擎动态摘要算法

搜索引擎摘要的选取原则、算法规则一直没有明确的框架或算法,以形成用户查询为中心的动态摘要为出发点,给出了动态摘要算法实现的形式化原则,并具体实现了一种动态摘要算法.与百度搜索引擎的动态摘要相比较,实验结果表明,算法一致性比百度搜索引擎的一致性高出6%.

跳跃滤波:一种面向大数据治理的动态数据摘要设计

随着信息技术的迅速发展,数据体量维持指数增长,数据价值挖掘困难,这为数据采集、清洗、存储、共享等数据生命周期中各环节的高效管控带来极大的挑战.数据摘要技术利用哈希表/矩阵/位向量对数据的频数、基数、成员关系等核心基础特性进行追踪,使得数据摘要自身成为元数据,并在共享、传输、更新等场景得到广泛应用.大数据的快速流转特性更是催生了动态数据摘要技术.现有的动态数据摘要技术通过动态维护链状或树状结构的概率数据结构列表,具有其容量随数据流大小而扩增或缩减的优势,然而也存在空间开销过大以及时间开销随数据基数增加而增长的缺陷.基于先进的跳跃一致性哈希理论,设计了一种面向大数据治理的动态数据摘要技术.该方法可以同时实现随数据基数线性增长的空间开销以及数据处理分析常数级别的时间开销,能够有效地支撑要求苛刻的多种大数据处理分析任务.在多种合成和真实数据集上,通过与传统方法实验对比,验证了所提方法的有效性和高效性.

视频摘要研究综述

近年来,随着计算机技术的发展和终端设备的广泛使用,视频摘要技术得到了广泛的研究.视频摘要是数据摘要的重要研究方向.首先介绍了静态视频摘要的基本概念,然后对研究静态视频摘要的凸松驰方法和行列式点过程法的最新研究进展进行了概述.对于动态视频摘要,主要对分割视频和个性化视频摘要的最新研究进展进行了介绍.最后对视频摘要面临的问题以及将来的研究方向进行了介绍.

基于vGG16和BiLSTM的视频摘要生成

当前,城市生活节奏越来越快,信息化建设飞速发展,信息量与日俱增。面对庞大的视频信息,用户更想快速了解视频主题、视频精华在哪里,以及如何快速提取。适应这一需求的发展,视频摘要技术由此诞生。传统的视频摘要方法往往只考虑图像特征,忽略了视频本身还具有时序特征。此外,传统方法多为静态摘要,生成的摘要视频不具有连贯性。针对上述问题,本文提出了一种基于VGG16和BiLSTM的动态视频摘要方法。该方法首先对视频进行镜头划分,然后用VGG16提取视频帧的深度特征,再将深度特征输入到BLSTM中预测视频帧级分数,最后根据帧级分数计算出镜头分数并选出关键镜头,将关键镜头组合成视频摘要。实验在TvSum和SumMe两个数据集上进行,实验结果表明该方法取得了不错的效果,能够生成具有代表性的视频摘要。