从局部到全局：语义相似度的测地线距离-CSDN博客

本文链接：https://blog.csdn.net/c9Yv2cf9I06K2A9E/article/details/128310298

本文介绍了如何在无监督意见摘要中使用测地线距离来改进句子打分函数。通过构建k邻近图并利用Dijkstra算法估算测地线距离，解决传统距离函数在远距离比较时的不准确性，从而提高摘要的质量。这种方法尤其适用于需要在相对较远的语义距离上进行比较的场景。

摘要由CSDN通过智能技术生成

©PaperWeekly 原创 · 作者 | 苏剑林

单位 | 追一科技

研究方向 | NLP、神经网络

前段时间在最近的一篇论文《Unsupervised Opinion Summarization Using Approximate Geodesics》[1] 中学到了一个新的概念，叫做“测地线距离（Geodesic Distance）”，感觉有点意思，特来跟大家分享一下。

对笔者来说，“新”的不是测地线距离概念本身（以前学黎曼几何的时候就已经接触过了），而是语义相似度领域原来也可以巧妙地构造出测地线距离出来，并在某些场景下发挥作用。如果乐意，我们还可以说这是“流形上的语义相似度”，是不是瞬间就高级了不少？

论文梗概

首先，我们简单总结一下原论文的主要内容。顾名思义，论文的主题是摘要，通常我们的无监督摘要是这样做的：假设文章由 n 个句子组成，给每个句子设计打分函数（经典的是 tf-idf 及其变体），然后挑出打分最大的若干个句子作为摘要。

当然，论文做的不是简单的摘要，而是“Opinion Summarization”，这个“Opinion”，我们可以理解为实现给定的主题或者中心 c，摘要应该倾向于抽取出与 c 相关的句子，所以打分函数应该还应该跟 c 有关，即。