近年來,隨著互聯(lián)網(wǎng)的發(fā)展,信息冗余成為制約人們快速了解最新信息的主要問題。新聞文本摘要生成已經(jīng)成為人們實(shí)現(xiàn)快速閱讀必不可少的技術(shù)措施。融合更多特征信息以生成更準(zhǔn)確、更具有可讀性的文本摘要是現(xiàn)在摘要生成研究的主流方向。針對(duì)現(xiàn)有關(guān)鍵詞提取方法和摘要生成方法在中文新聞文本方面的不足,同時(shí)結(jié)合中文新聞文本長(zhǎng)度較短,信息高度濃縮的特點(diǎn),根據(jù)文本摘要的研究現(xiàn)狀,本文進(jìn)行了融合關(guān)鍵詞的中文新聞文本摘要生成方法的研究工作。主要完成了以下研究工作:(1)提出融合LSTM和LDA差異的新聞文本關(guān)鍵詞抽取方法。針對(duì)傳統(tǒng)的Text Rank算法沒有考慮語義信息的影響,同時(shí)考慮到新聞標(biāo)題信息高度濃縮以及關(guān)鍵詞應(yīng)該同時(shí)具有覆蓋性與差異性的特點(diǎn),提出一種融合LSTM和LDA差異的關(guān)鍵詞抽取方法。首先對(duì)新聞文本進(jìn)行預(yù)處理,得到候選關(guān)鍵詞;其次通過LDA主題模型得到候選關(guān)鍵詞的主題差異影響度;然后結(jié)合LSTM模型和word2vec模型計(jì)算候選關(guān)鍵詞與標(biāo)題的語義相關(guān)性影響度;最后將候選關(guān)鍵詞節(jié)點(diǎn)按照主題差異影響度和語義相關(guān)性影響度進(jìn)行非均勻轉(zhuǎn)移,得到最終的候選關(guān)鍵詞排序,抽取關(guān)鍵詞。該方法綜合考慮了關(guān)鍵詞的語義重要性、覆...

【文章頁數(shù)】：68 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.1.中文新聞文本局部詞圖展示在PageRank算法中，對(duì)于任意的網(wǎng)頁i，它的PR值可以表示為：

第二章相關(guān)理論方法介紹9第二章相關(guān)理論方法介紹2.1TextRank算法TextRank算法來源于pageRank算法，是一種基于圖的文本排序算法，廣泛應(yīng)用于關(guān)鍵詞提娶抽取式摘要等任務(wù)中。TextRank算法將文本中的詞語視為圖節(jié)點(diǎn)，通過設(shè)置共現(xiàn)窗口的大小來獲得文本詞語之間的共現(xiàn)....

圖2.2CBOW模型

昆明理工大學(xué)專業(yè)碩士學(xué)位論文10計(jì)算圖中節(jié)點(diǎn)的概率轉(zhuǎn)移矩陣。對(duì)于TextRank算法，其是根據(jù)設(shè)置的共現(xiàn)窗口的大小，獲得詞語之間的共現(xiàn)關(guān)系，并以此構(gòu)造圖網(wǎng)絡(luò)結(jié)構(gòu)，所構(gòu)建的是無向圖，同時(shí)圖中的邊具有權(quán)重，需要構(gòu)建圖中節(jié)點(diǎn)的概率轉(zhuǎn)移矩陣。在現(xiàn)在的關(guān)鍵詞抽取任務(wù)中，往往需要根據(jù)文本特點(diǎn)....

圖2.3卷積神經(jīng)網(wǎng)絡(luò)

昆明理工大學(xué)專業(yè)碩士學(xué)位論文12圖2.3卷積神經(jīng)網(wǎng)絡(luò)2.4長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)在傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)中，模型不會(huì)關(guān)注上一時(shí)刻的信息以及處理會(huì)對(duì)下一時(shí)刻造成什么樣的影響。舉個(gè)例子來說，我們想對(duì)文本句進(jìn)行建模，我們需要聯(lián)系上下文信息，對(duì)整個(gè)語句進(jìn)行建模，而不是將文本詞孤立開來，只關(guān)注于當(dāng)前詞....

圖2.4長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)模型

昆明理工大學(xué)專業(yè)碩士學(xué)位論文12圖2.3卷積神經(jīng)網(wǎng)絡(luò)2.4長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)在傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)中，模型不會(huì)關(guān)注上一時(shí)刻的信息以及處理會(huì)對(duì)下一時(shí)刻造成什么樣的影響。舉個(gè)例子來說，我們想對(duì)文本句進(jìn)行建模，我們需要聯(lián)系上下文信息，對(duì)整個(gè)語句進(jìn)行建模，而不是將文本詞孤立開來，只關(guān)注于當(dāng)前詞....

本文編號(hào)：3954429