多文档自动摘要算法实现（是否基于新闻文本还需要考虑）

中文多文档自动摘要

第一步，获取语料（数据库，子旋师兄）和测试集。（泽枫）

第二步，使用mead（java，传懋）和sumbasic（python，柏棋）方法实现一下看看效果；（瑞滨）

第三步，使用遗传算法和人工蜂群算法实现看效果怎样；（泽枫）

第四步，在阵雨师兄暑假提取关键词任务的基础上，由关键词拓展为自动摘要，进而拓展为多文档自动摘要；（柏棋）

第五步，在阵雨师兄暑假提取关键词特征的基础上，将其丢入sklearn分类器训练，同时实现learning to rank 的词排序方法，由关键词扩展为自动摘要，进而扩展为多文档自动摘要。（柏棋）

第六步，将多文档自动摘要的各类算法分别迁移到英文和印尼语上，看效果如何。（泽枫，瑞滨，柏棋）

第七步，实现可视化。（瑞滨）

第八步，写paper。（泽枫，瑞滨，柏棋——负责写好各自算法的那部分论文，若妍负责整合编辑和排版，加上补充说明）

 

SumBasic对每个非停用词赋予一个权重，句子的分值定义为其中词汇的平均权值。词汇的初始权重即为词频，在该词被选进摘要后，其权重随进入摘要的次数呈指数级下降，最终该算法应用于项目组的印尼舆情系统（已获得国家级的软件著作权）中；

转载于:https://www.cnblogs.com/flippedkiki/p/7590152.html