基于主题交互图的案件话题摘要

从案件相关的话题评论中生成简短的话题描述对于快速了解案件舆情有着重要作用,其可以看做是基于用户评论的多文档摘要任务.然而用户评论中含有较多噪声且生成摘要所需的重要信息分散在不同的评论句中,直接基于序列模型容易生成错误或不相关的摘要.为了缓解上述问题,提出一种基于主题交互图的案件话题摘要方法,将嘈杂的用户评论组织为主题交互图,利用图来表达不同用户评论之间的关联关系,从而过滤重要的用户评论信息.具体来说,首先从评论句中抽取案件要素,然后构造以案件要素为节点,包含案件要素的句子为内容的主题交互图;然后利用图Transformer网络生成图中节点的表征,最后生成简短的话题描述.在收集的案件话题摘要数据集上的实验结果表明,所提方法是一种有效的数据选择方法,能够生成连贯、事实正确的话题摘要.

融合句义结构模型的微博话题摘要算法

为了更快地从海量微博中获取话题的核心内容,提出融合句义结构模型的微博话题摘要方法.该方法利用句义结构模型抽取句子的语义格得到句子的语义特征,并基于LDA主题模型使用句义结构计算句子两两之间的语义相似度构建相似度矩阵,划分子主题类,得到句子的关联特征.融合句子的语义特征和关联特征,选取子主题内信息量最大的句子作为摘要结果.当压缩比为0.5%、1.0%和1.5%时,ROUGE值均明显优于对比系统.当压缩比为1.5%时,ROUGE-1值达到51.30%,ROUGE-SU*达到25.27%.实验结果表明:融合句义结构模型的分析方法能够深化句子的语义分析层次,提取的句义特征增强了语义信息的表达能力.综合考虑句子语义特征和关联特征的句子权重计算方法能够丰富句子的特征表示,减少语义信息丢失,使同类数据的语义相关性增强,有效降低了噪声的影响,从而提升摘要与话题的相关度.此外,所提出的方法处理不同话题的泛化能力较好,适用范围较广.

基于拓扑结构的微博话题摘要生成算法

是自然语言处理中对文本进行内容归纳和概要生成的技术。传统的话题摘要研究主要针对新闻、Web网页和博客这样的长文本,本文研究微博短文本的话题摘要问题。本文以微博转发消息为对象,提出具有拓扑结构的微博话题摘要生成算法(Microblog topic summarization,MTS)。首先通过微博转发上下文确定代表性词项;然后识别微博转发中的话题区域,从广度和深度两个方向对话题进行归并操作;最后,基于转发关系生成具有拓扑结构的微博话题摘要。本文实验采用真实的微博事件数据集验证MTS算法的有效性和可行性,并采用可视化方式展现微博话题摘要的结果。

基于话题集合的中文微博对比话题摘要生成

微博作为一种流行的信息交流平台,已经受到人们的广泛关注。如今有关微博搜索结果处理的研究也已经成为热点,其中微博对比话题摘要是一个比较新颖的微博搜索结果处理方法。不同于基于微博消息的对比话题摘要生成算法,基于话题集合的中文微博对比话题摘要生成算法是将话题集合进行对比并生成微博对比话题摘要。实验数据表明,以话题集合为单位生成对比话题摘要可以改善单条微博消息信息量不足的缺点,提高对比话题摘要的代表性。

基于压缩空间句子选择的涉案新闻话题摘要

涉案新闻话题摘要的效果依赖于抽取的句子的质量,然而现有方法存在搜索空间较大、提取到过多非涉案和重复内容的问题。因此,提出了基于压缩空间句子选择的涉案新闻话题摘要方法,通过句子重要性评估模块过滤掉无关信息来压缩搜索空间,计算编码后文档集合中句子的突出特征和重复特征,平衡两种特征后提取出最终得分高的句子组成摘要。在数据集上进行的各项实验结果表明,所提方法可以生成高质量的涉案新闻话题摘要,并且各项评价指标均有提升。

基于热传导模型的更新摘要算法

更新摘要除了要解决传统的面向话题的多文档摘要的两个要求——话题相关性和信息多样性,还要求应对用户对信息新颖性的需求.文中为更新摘要提出一种基于热传导模型的抽取式摘要算法——HeatSum.该方法能够自然利用句子与话题,新句子和旧句子,以及已选句子和待选句子之间的关系,并且为更新摘要找出话题相关、信息多样且内容新颖的句子.实验结果表明,HeatSum与参加TAC09评测的表现最好的抽取式方法性能相当,且更优于其它基准方法.