位置:成果数据库 > 期刊 > 期刊详情页
基于动态主题建模的Web论坛文档摘要
  • ISSN号:1000-1239
  • 期刊名称:计算机研究与发展
  • 时间:0
  • 页码:2359-2367
  • 分类:TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]山东大学计算机科学与技术学院,济南250101
  • 相关基金:基金项目:国家自然科学基金项目(60970047,61103151,61173068);山东省自然科学基金项目(ZR2012FM037)
  • 相关项目:Web图像的语义表示及在聚类与排序中的应用
中文摘要:

针对论坛文档由于自身特点缺乏有效的文档摘要方法的现状,提出一种基于LDA主题模型的论坛文档摘要方法.在主题建模中考虑了Web论坛文档中帖子和帖子之间的回复关系,并把主题的分布变为随文档变化而变化的一个动态过程,来解决主题的依赖和偏移问题.在使用Gibbs EM采样算法来确定动态主题模型的参数后,通过计算句子中主题权重之和来确定各个主题的重要程度;最后根据动态主题模型中主题的概率分布计算各句子的权重并得到文档的摘要.实验结果表明,新方法在各个ROUGE评测标准上均优于其他各种对比的摘要方法.

英文摘要:

Because there is no effective document summarization method for Web forum threads currently, this paper proposes a Web forums thread summarization method based on a latent Dirichlet allocation (LDA) topic model. To handle the topic dependencies and the drifting problem, we consider the reply-relations among posts in topic modeling, and set the distribution of each topic as a dynamic process with the change of the thread discussion. We utilize the Gibbs EM algorithm to get parameters of the proposed dynamic topic model and determine the importance of each topic according to the sum of the topic weight over all sentences. Finally we calculate the scores of sentences based on probability distribution of topics and then generate the summarization of each thread. The experimental results on the two different forum data sets show that the new method outperforms several widely used summarization methods in terms of ROUGE metrics.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机研究与发展》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院计算技术研究所
  • 主编:徐志伟
  • 地址:北京市科学院南路6号中科院计算所
  • 邮编:100190
  • 邮箱:crad@ict.ac.cn
  • 电话:010-62620696 62600350
  • 国际标准刊号:ISSN:1000-1239
  • 国内统一刊号:ISSN:11-1777/TP
  • 邮发代号:2-654
  • 获奖情况:
  • 2001-2007百种中国杰出学术期刊,2008中国精品科...,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:40349