基于事件要素加权的新闻摘要提取方法

为帮助读者从海量新闻报道中快速了解某一事件的来龙去脉,分析了新闻事件中事件要素对生成摘要的影响,结合新闻事件演变式发展的特点,提出了一种基于事件要素加权的新闻摘要提取方法。通过对事件要素的加权,对转移概率矩阵进行改进,有效地按时间顺序提取出摘要信息,使得最后生成的摘要包含更多的新闻要素细节信息,增加了输出时间轴摘要的细节性和可读性。实验结果证明了所提算法的有效性。

基于子主题增强的演化式多文档摘要生成

可帮助用户获取感兴趣的新闻话题发展轨迹,但现有研究中大多仅考虑句子间的关系来对句子进行打分排序,忽视了文档主题层面的信息影响。为此,提出一种新的基于子主题增强的摘要算法。考虑句子间的关系,分析每个时间段内的子主题对句子的影响,使得与重要子主题越相关的句子得分越高,通过句子与子主题的互强化来对句子进行主题层面的综合打分排序。实验结果表明,与现有的时间轴摘要算法相比,该算法可移植性较好,且可准确获取新闻演化轨迹。