| 中文题名： | 一种基于TextRank改进的文本摘要方法 |
| 姓名： | |
| 保密级别： | 公开 |
| 论文语种： | 中文 |
| 学科代码： | 070101 |
| 学科专业： | |
| 学生类型： | 学士 |
| 学位： | 理学学士 |
| 学位年度： | 2022 |
| 学校： | 北京师范大学 |
| 校区： | |
| 学院： | |
| 第一导师姓名： | |
| 第一导师单位： | |
| 提交日期： | 2022-06-12 |
| 答辩日期： | 2022-05-14 |
| 中文关键词： | |
| 中文摘要： |
大数据时代的到来使得各类数据量级急剧提升，文本类型数据则是其中重要的一种。自动文本摘要技术是自然语言处理当中重要而又热点的研究方向，它可以有效的对大量级的文本数据进行精简和概括，使我们可以更快更好地获取和理解文本的核心内容和观点。TextRank是一种基于图的文本摘要算法，有着易于实现，收敛速度快，无需预先训练等优势。本文基于TextRank算法，以融合Word2Vec词向量嵌入和全局TF-IDF生成权重的方式，提出一种文本摘要的改进方法。改进方法在CNN Daily新闻文本数据集上进行实验，得到了优于传统TextRank算法的结果。
﹀
|
| 参考文献总数： | 11 |
| 插图总数： | 0 |
| 插表总数： | 0 |
| 馆藏号： | 本070101/22146 |
| 开放日期： | 2023-06-12 |
谷歌
