基于SVM和MMR 融和的自动文摘方法
为了从文本中提取关键信息，需要对文本进行摘要。本文对文本句子提取多种类型的特征，采用支持向量机(SVM)计算样本在空间中的位置作为句子选为文摘句的置信度，从而能够根据实际需要按比例选取文摘句用于概括文本主要内容。 针对SVM方法在文摘句选取中的不足，本文引入基于最大边缘相关(MMR)的后处理方法，对于SVM难以区分类别的句子，综合其语义相关性以及冗余程度，进行二次筛选，从而构成最终的文摘。实验表明，SVM和MMR融合的引入提升了文摘句选取的性能。
文字处理 语句选择 语义分析 支持向量机
余骁捷 邵阳 吴及 王侠
清华大学 电子工程系,北京 100084
国内会议
西安
中文
1-5
2011-10-16（万方平台首次上网日期，不代表论文的发表时间）