专利详情

专利名称	基于非监督关键二元词串提取的微博文本自动摘要方法
申请号	CN201410502810.7	专利类型	发明专利
公开（公告）号	CN104216875A	公开（授权）日	2014.12.17
申请（专利权）人	中国科学院自动化研究所	发明（设计）人	徐博;吴玉芳;张恒;郝红卫;刘成林
主分类号	G06F17/27(2006.01)I	IPC主分类号	G06F17/27(2006.01)I;G06F17/30(2006.01)I
专利有效期	基于非监督关键二元词串提取的微博文本自动摘要方法至基于非监督关键二元词串提取的微博文本自动摘要方法	法律状态	实质审查的生效
说明书摘要	一种基于非监督关键二元词串提取的微博文本自动摘要方法，包括：微博预处理；二元词串标准化；基于混合TF-IDF、TextRank和LDA的关键二元词串提取；基于交集相似度和互信息策略的句子排序；基于相似度阈值的摘要句抽取；以及合理组合摘要句以生成摘要。本发明以二元词串作为最小词汇单元，而二元词串比词语具备更丰富的上下文信息，因此基于关键二元词串比基于关键词抽取的句子抗噪性更强，准确率更高。同时，提取摘要句时引入相似度阈值控制冗余，因此摘要具备更高的召回率。本方法生成的摘要准确、简洁、全面，显著提高了用户获取知识的效率和质量，节省了用户大量时间。