Please wait a minute...
Advanced Search
现代图书情报技术  2010, Vol. 26 Issue (12): 34-39    DOI: 10.11925/infotech.1003-3513.2010.12.06
  知识组织与知识管理 本期目录 | 过刊浏览 | 高级检索 |
基于主题分割与PageRank算法的文本主题抽取
段晓丽, 王宇
大连理工大学管理学院 大连 116024
The Subject Extraction Based on Topic Segmentation and PageRank Algorithm
Duan Xiaoli, Wang Yu
School of Management, Dalian University of Technology, Dalian 116024, China
全文: PDF(410 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

针对主题句抽取时完整性差的问题,在对文本进行主题分割的基础上,为每个主题包构建句子关系图,并采用基于图的PageRank算法对关系图中的句子排序,选取权重大的句子作为每个主题包的主题句。实验表明,该算法抽取的主题句对全文有很好的覆盖率。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
段晓丽
王宇
关键词 主题句抽取主题分割句子关系图PageRank算法    
Abstract

Considering the completeness of subject extraction, this paper sorts the sentences with PageRank algorithm based on text theme divisions after reconstructing sentence relation map to every theme package. Then the sentence which has the maximum weight among all the texts is set to be the topics sentence. Experiments show that the topic sentence extraction algorithm has a good coverage of the full text.

Key wordsTopic    sentence    extraction    Subject    segmenting    Sentence    relation    map    PageRank    algorithm
收稿日期: 2010-11-10     
: 

TP391

 
基金资助:

本文系教育部人文社会科学项目“期刊文献知识元挖掘及知识仓库构建研究”(项目编号:09YJA870005)的研究成果之一。

引用本文:   
段晓丽, 王宇. 基于主题分割与PageRank算法的文本主题抽取[J]. 现代图书情报技术, 2010, 26(12): 34-39.
Duan Xiaoli, Wang Yu. The Subject Extraction Based on Topic Segmentation and PageRank Algorithm. New Technology of Library and Information Service, DOI:10.11925/infotech.1003-3513.2010.12.06.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2010.12.06


[1] 王继成,武港山,周源远,等. 一种篇章结构指导的中文Web文档自动摘要方法
[J]. 计算机研究与发展,2003,40(3):398-405.

[2] Salton G, Singhal A, Mitra M, et al. Automatic Text Structing and Summarization
[J]. Information Processing and Management, 1997, 33(2):193-207.

[3] 刘娜,唐焕玲,鲁明羽. 文本线性分割方法的研究
[J]. 计算机工程与应用,2008,44(21):212-216.

[4] Hearst M A. TextTiling: A Quantitative Approach to Discourse Segmentation, UCB: S2K-93-24. 1993:33-64.

[5] Reynar J C. An Automatic Method of Finding Topic Boundaries. In: Proceedings of the 32nd Annual Meeting of the Association for Computational Linguistic. 1994:331-333.

[6] Kozima H. Text Segmentation Based on Similarity Between Words. In: Proceedings of ACL-93. 1993: 286-288.

[7] 张云涛,龚玲,王永成. 基于综合方法的文本主题句的自动抽取
[J]. 上海交通大学学报,2006,40(5): 771-774,782.

[8] Fattah M A, Ren F. Automatic Text Summarization
[J]. International Journal of Computer Science, 2008, 3 (1): 25-28.

[9] 张培颖.基于句子特征和语义距离的文本摘要技术
[J]. 微计算机应用,2009,30(7):14-18.

[10] 马亮,何婷婷,李芳,等.以关键词抽取为核心的文摘句选择策略
[J]. 中文信息学报,2008,22(6):50-54.

[11] 马颖华,王永成,苏贵洋,等.一种基于字同现频率的汉语文本主题抽取方法
[J]. 计算机研究与发展,2003,40(6):874-878.

[12] Salton G, Singhal A, Buckley C, et al. Automatic Text Decomposition Using Text Segments and Text Themes.In: Proceedings of the 7th ACM Conference on Hypertext. New York: ACM,1996:53-65.

[13] 周昭涛,卜东波,程学旗.文本的图表示初探
[J]. 中文信息学报,2004,19(2):36-43.

[14] Mihalcea R,Tarau P. TextRank: Bringing Order into Texts. In: Proceedings of the Conference on Empirical Methods in Natural Language Processing (EMNLP 2004), Barcelona, Spain. 2004.

[15] 薛翠芳,郭炳炎.汉语文本结构的自动分析
[J]. 情报学报,2000,19(4):319-325.

[16] 马慧芳,祈云平,杨小东.一种基于文本关系图的多文档自动摘要技术
[J]. 情报杂志,2007,26(3):67-69.

[17] Mihalcea R. Graph-based Ranking Algorithms for Sentence Extraction Applied to Text Summarization. In: Proceedings of the 42nd Annual Meeting of the Association of Computational Linguistics (ACL 2004), Barcelona, Spain. 2004.

[18] 傅间莲,陈群秀.基于连续段落相似度的主题划分算法
[J]. 计算机应用,2005,25(9):2022-2024.

[19] 何维,王宇.基于句子关系图的网页文本主题句抽取
[J]. 现代图书情报技术,2009(3):57-61.

[20] Brin S, Page L. The Anatomy of a Large-scale Hypertextual Web Search Engine
[J]. International Journal of Approximate Reasoning,1998, 156(4):134-141.

[21] 搜狗实验室资料下载-搜狐新闻数据. http://www.sogou.com/labs/dl/cs.html.

[22] 中文自然语言处理开放平台. http://www.nlp.org.cn/project/project.php?proj_id=6.

[1] 陈晓威,史昱天. 社会网络中关键节点的识别——基于符号网络的PageRank算法改进[J]. 数据分析与知识发现, 2017, 1(8): 68-75.
[2] 王志超, 翁楠, 王宇. 基于主题句相似度的标题党新闻鉴别技术研究[J]. 现代图书情报技术, 2011, (11): 48-53.
[3] 何维,王宇. 基于句子关系图的网页文本主题句抽取*[J]. 现代图书情报技术, 2009, 3(3): 57-61.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn