文献类型：期刊文章

作　　者：徐馨韬[1] 柴小丽[1] 谢彬[1] 沈晨[1] 王敬平[1]

XU Xintao;CHAI Xiaoli;XIE Bin;SHEN Chen;WANG Jingping(The 32nd Research Institute of China Electronics Technology Group Corporation,Shanghai 201808,China)

机构地区：[1]中国电子科技集团公司第三十二研究所,上海201808

出　　处：《计算机工程》

基　　金：国家部委基金

年　　份：2019

卷　　号：45

期　　号：3

起止页码：273-277

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：为提高中文文本摘要提取的准确度,融合Doc2Vec模型、K-means算法和TextRank算法,提出一种中文文本摘要自动提取算法(DK-TextRank)。使用Doc2Vec模型进行文本向量化,采用改进的K-means算法实现相似文本聚类,在每个聚类簇中应用加入权重影响因子的TextRank算法对文本语句进行排序,并提取主题句生成摘要。实验结果表明,DK-TextRank算法在摘要语句数量为7时F值达到79.36%,相比传统TF-IDF、TextRank算法提取的摘要质量更高。

关 键 词：Doc2Vec模型  K-MEANS算法 TextRank算法  摘要提取  权重影响因子  

分 类 号：TP391]