本文是一篇较老的文章了,发表于2014年。文章所提出的思路为生成摘要模型,选择摘要模型,填写摘要模型。作者以会议的摘要为提取对象,所有的语料都是有主讲人的主动语态的句子。
这里主要介绍系统的整体架构:
整个系统分为两个大的模块,离线的模型生成阶段和在线的摘要生成阶段。
1. 模型生成阶段
- 第一步,从由人写的摘要中归纳,将其中的名词用一个上义祠(个人理解就是这个词是该名词的母集,e.g. 猫,狗等名词的上义祠为动物。通过WordNet来获得相应的上义祠)来替代。然后将这些名词当做模板中的空白部分,在之后的步骤中填补这些空白来生成文本摘要,整个句子就是模板的最初形态。
![上义祠](https://i-blog.csdnimg.cn/blog_migrate/dcc590ef14777f9e225b8b154b2bec74.png)
- 第二步,进行聚类,根据不同模板的主要动词(root verb)生成一个全连接网络,计算两个模板之间的相似度(先比较两个动词在WordNet中出现的频率,然后计算动词到对应的上义祠在网络中的最短路径,以此来作为两个模板的相似度)。接下来把全连接网络转化为一个相似矩阵,并利用正则化剪枝,就形成了以主要动词为中心的聚类。
第三步,模型融合,将上一步聚类的结果,生成一个单词网络(word Graph),网络中的节点为单词,连接的边表示两个单词是邻接的关系。其中单词网络的生成规则为:首先给定第一个点和