关键句采集 原创(基于gensim的摘要自动生成算法研究与实现吴国文) -足球即时指数

　　关键句采集 原创(基于gensim的摘要自动生成算法研究与实现吴国文)

　　基于gensim的摘要自动生成算法研究与实现

　　肖元君吴国文*

　　[abstract] abstract 为了让计算机能够从中文文章中提取摘要，提出了一种自动中文摘要生成算法。该算法基于gensim自然语言处理框架实现，在原有基础上进行了改进。算法主要分为两个阶段。在关键句生成阶段，对中文语料进行预处理，放入gensim框架中的word2vec模型中进行训练。修改textrank算法，接受词向量的输入，生成无向图来寻找关键句；摘要生成框架构建阶段，根据gensim框架中lda主题模型中提取的文章结构和关键词，给句子赋予不同的权重，将几个得分高的句子组合起来生成文章摘要. rouge文摘评价结果表明，该算法生成的文摘可以收录文章关键信息。与其他自动抽象算法相比，提高了句子含义的平滑度。

　　[期刊名称]“计算机应用程序和软件”

　　[年（卷）、期] 2019(036)012

　　[总页数] 6

　　[关键词]关键词gensim 框架 word2vec 模型 textrank 算法摘要生成框架 lda 主题模型 rouge 摘要评测

　　0 简介

　　自动摘要技术是指利用计算机对文本进行处理，挖掘出最合适的句子。是自然语言处理领域一个非常重要的分支。

　　在当今学术领域，生成文本摘要的方式主要有两种，1)提取，顾名思义，就是将文章中最关键的一句话选为文章summary。例如，李娜娜等。 [1] 提出了一种基于textrank的自动摘要优化算法，利用词频统计找出文章的关键句，

       优采云采集器是一个根据用户提供的关键词，云端自动采集相关文章并发布到用户网站的网站采集器。它能够自动识别各种网页上的标题、正文等信息，不需要用户编写任何采集规则就可以实现全网采集。采集到内容后，会自动计算内容与所设定的关键词的相关度，只把相关的文章推送给用户。支持标题前缀、关键词自动加粗、插入固定链接、自动提取tag标签、自动内链、自动配图、自动伪原创、内容过滤和替换、电话号码和网址清理、定时采集、百度主动提交等一系列seo功能。用户只需设置好关键词和相关需求，就能实现全托管、零维护的网站内容更新。不限网站数量，不管是单个网站还是大批量站群，都可以非常方便的进行管理。