基于聚类的自动摘要

提出了一种基于主题聚类的自动摘要算法.该算法在采用统计方法的同时,又适当结合知识理解,既摆脱了领域限制,也使摘要的结果更为准确.此外,为了能够全面反映信息样本的主要内容,而又不产生信息冗余,本文提出的摘要算法还力图适应于不同的样本、动态确定摘要长度.为此,本文首先构造出新的互依赖模型,为摘要算法选择较为准确的属性.接着,挖掘出评估语句重要性的新规则,为摘要算法提供选择较为重要语句的尺度.最后,提出了一种较为客观的、基于任务的摘要性能评估算法.

SENTENCES CLUSTERING BASED AUTOMATIC SUMMARIZATION