文献类型：期刊文章

作　　者：李娜娜[1,2] 刘培玉[1,2] 刘文锋[1,3] 刘伟童[1,2]

Li Nana;Liu Peiyu;Liu Wenfeng;Liu Weitong(School of Information Science&Engineering,Shandong Normal University,Jinan 250358,China;Shandong Provincial Key Laboratory for Distributed Computer Software Novel Technology,Jinan 250358,China;School of Computer Science,Heze University,Heze Shandong 274015,China)

机构地区：[1]山东师范大学信息科学与工程学院,济南250358 [2]山东省分布式计算机软件新技术重点实验室,济南250358 [3]菏泽学院计算机学院,山东菏泽274015

出　　处：《计算机应用研究》

基　　金：国家自然科学基金资助项目(61373148);国家青年自然科学基金资助项目(61502151);山东省社科规划项目(17CHLJ18;17CHLJ33;17CHLJ30);山东省自然科学基金资助项目(ZR2014FL010);山东省教育厅基金资助项目(J15LN34)

年　　份：2019

卷　　号：36

期　　号：4

起止页码：1045-1050

语　　种：中文

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

摘　　要：在对中文文本进行摘要提取时,传统的TextRank算法只考虑节点间的相似性,忽略了文本的其他重要信息。针对中文单文档,在现有研究的基础上,使用TextRank算法并考虑句子间的相似性,使TextRank算法与文本的整体结构信息、句子的上下文信息等相结合,如文档句子或者段落的物理位置、特征句子、核心句子等有可能提升权重的句子来生成文本的摘要候选句群。对得到的摘要候选句群作冗余处理,以除去候选句群中相似度较高的句子,得到最终的文本摘要。最后通过实验验证,该算法能够提高生成摘要的准确性,表明了该算法的有效性。

关 键 词：摘要提取  TextRank  结构信息 候选摘要句群  冗余处理  

分 类 号：TP301.6]