主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第4期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
刘美玲,郑德权,赵铁军,于洋.动态多文档文摘模型.软件学报,2012,23(2):289-298
动态多文档文摘模型
Dynamic Multi-Document Summarization Model
投稿时间:2010-10-14  修订日期:2010-12-09
DOI:10.3724/SP.J.1001.2012.03999
中文关键词:  多文档文摘  差异性分析  矩阵模型  相似度累加  动态演化
英文关键词:multi-document summarization  otherness analysis  matrix model  similarity cumulative  dynamic evolvement
基金项目:国家自然科学基金(60736014, 60773069, 61073130); 国家高技术研究发展计划(863)(2006AA010108)
作者单位E-mail
刘美玲 教育部-微软语言语音重点实验室(哈尔滨工业大学),黑龙江 哈尔滨 150001
东北林业大学 信息与计算机工程学院,黑龙江 哈尔滨 150040 
mlliu@mtlab.hit.edu.cn 
郑德权 教育部-微软语言语音重点实验室(哈尔滨工业大学),黑龙江 哈尔滨 150001  
赵铁军 教育部-微软语言语音重点实验室(哈尔滨工业大学),黑龙江 哈尔滨 150001  
于洋 东北林业大学 信息与计算机工程学院,黑龙江 哈尔滨 150040  
摘要点击次数: 2873
全文下载次数: 3475
中文摘要:
      从网络信息的动态演化性出发,对同一话题不同时序阶段的文档集合进行识别和分析,在度量演化内容差异性的基础上实现动态性,给出了两种实现动态多文档文摘的模型,即基于矩阵子空间分析和基于文本相似度累加的动态多文档文摘模型.在此基础上,提出了高效的动态句子加权方法.TAC 2008 的Update Summarization 测试数据上的实验证明了所提出的动态多文档文摘模型的有效性.
英文摘要:
      This paper introduces two models to describe dynamic evolution of network information: identify and analysis the document collection on the same topic in different stages. In order to construct dynamic of evolution content differences, two dynamic multi-document summarization models are presented, which are matrix subspace analysis model, text similarity cumulative model. Based on these models, some efficient dynamic sentence weighting algorithms are implemented. Experiments on the test data of Update Summarization in TAC 2008 and comparative results between new models and TAC 2008 evaluation, shows the effectiveness of the models.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利