基于子句抽取的文本摘要自動提取算法

打開文本圖片集

摘要： TextRank 算法及SWTextRank 等改進算法在抽取式摘要生成中得到了廣泛的應用，但它們都沒有有效地解決抽取式摘要所存在的冗余性問題。為此，提出一種基于子句抽取的文本摘要自動提取算法（PTextRank）。首先，使用Sinica Treebank（STB） 對每個句子進行語法標記， 進而基于子句設置抽取單元； 接著， 使用BERT（ Bidirectional Encoder Representationfrom Transformers）構(gòu)建標題和每個子句的特征向量，并計算子句特征向量間的相似性，將其存放在相似度矩陣中；最后結(jié)合子句位置、子句與標題的相似度等調(diào)整子句相似度矩陣，迭代計算直至收斂，進而選取得分最高的子句作為最終摘要。（剩余7553字）