#Paper Reading# Multi-Document Summarization via Sentence-Level Semantic Analysis and SMF

论文题目：Multi-Document Summarization via Sentence-Level Semantic Analysis and Symmetric Matrix Factorization
论文地址：http://dl.acm.org/citation.cfm?id=1390387
论文发表于：SIGIR 2008（CCF A类会议）

论文大体内容：
本文提出一个基于sentence level的语义分析（SLSS）与对称NMF（SNMF）的多文档摘要方法，能够更好的考虑语义层面的关系，已达到一个更好的效果。

1、方法的整体过程如下：

2、构造sentence level的句子相似矩阵（∈R^(S*S)）
①将文档拆分成句子；
②句子划分为frames（每个动词以及其附近的词组成一个frame），
③对frames中的terms进行词性标注（semantic role），以此判断两个terms是否related；
④计算各个frame下，semantic role的相似度（terms的交集累加）；
⑤计算frames的相似度（累加）；
⑥计算sentences的相似度（最大值），从而得出sentence level的相似矩阵；

3、SNMF（对称NMF）聚类
①目标方程如下；

②使用拉格朗日展开，加上KKT，梯度下降，得出更新方程如下；

4、SNMF的特性
①近正交性；
②等价于谱聚类的一种形式（谱聚类将对象映射成无向图中的点，对象之间的相似度做为点之间的边的权值，然后基于一些准则设计出合适的图划分算法[1]。Normalized Cuts是其中一种）；
③等价于Kernel K-means

5、对每个类别的句子进行打分排序，同时考虑两个因素（Mp）：
①与同一类的其它句子的平均相似度（M1）；
②句子与给定主题的相似度（M2）；

实验
6、Dataset：DUC2005，DUC2006

7、Baseline：
①LeadBase：直接对所有句子排序；
②Random：随机选句子；
③LSA：使用其他学者提出的基于LSA的方法；
④NMFBase：使用其他学者提出的基于NMF的方法；

8、对比实验，分别用不同的方法来处理三个关键步骤：
①句子相似矩阵（SLSS，keyword-based）；
②聚类（SNMF，K-means，NMF）；
③句子排序方法（Mp，M1，M2）；

9、评测方法：ROUGE

10、实验结果
①SLSS与keyword-based对比（SLSS较好）；


②聚类方法对比（SNMF较好）；


③句子排序方法对比（λ取0.7最好）；


④各种方法对比（SLSS+SNMF+Mp最好）；

参考资料：
[1]、http://blog.sciencenet.cn/blog-798994-862473.html

以上均为个人见解，因本人水平有限，如发现有所错漏，敬请指出，谢谢！