基于語義圖優化算法的中文微博觀點摘要研究

摘要：為從海量微博中高效地獲取不同話題下的關鍵信息，微博觀點摘要成為自然語言處理領域近期研究的熱點之一。基線方法基于TF．IDF算法抽取微博句中的關鍵詞，并據此計算微博的重要性分數，直接篩選出觀點摘要；樸素改進方法在基線方法的基礎上，增加了情感分類步驟，并利用微博句之間的語義距離，將摘要句候選集中語義重復、重要度較小的句子去除，生成觀點摘要；基于語義圖優化算法的方法在樸素改進方法的基礎上，利用微博句的重要性分數及微博句之間的語義距離構建語義圖結構，并通過圖優化算法篩選出觀點摘要。樸素改進方法在COAE2016評測任務一測試數據集上，10個話題的平均ROUGE-1值達到26．39％，平均ROUGE-2值達到0．68％，平均ROUGE-SU4值達到5．69％，且評測官方公布結果顯示，該方法在9項評價指標中獲得6項最佳性能?；谡Z義圖優化算法的方法在評測樣例數據集上進行了實驗，結果顯示，該方法比樸素改進方法在ROUGE-1,ROUGE-2,ROUGE—SU4值上分別提升了0．63％，1．51％，2．69％。