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)

　　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，