李明丽，孙连英，邢 邗，石晓达

（北京联合大学信息学院，北京 100101）



密度峰值算法在中文自动文摘中的应用研究

李明丽，孙连英，邢 邗，石晓达

（北京联合大学信息学院，北京 100101）

［摘 要］随着自然语言处理技术的不断创新，自动文摘的质量得到显著提高。面向科技成果文档的中文自动文摘成为研究热点，具有一定的应用价值。把聚类算法应用到自动文摘中，选取聚类中心的思想对文摘去冗余具有一定意义。结合密度峰值算法，设计实现了面向科技成果文档的中文自动文摘系统。实验结果表明：应用密度峰值算法有利于文摘的冗余处理，具有借鉴意义。

［关键词］自动文摘；密度峰值；冗余处理

互联网信息的指数级增长，使得自动文摘的实用价值不断提高。随着文本处理算法的创新，自动文摘的质量不断提高，自动提取文摘有利于科技成果的转化推广。自动文摘从文摘产生的形式上看，可分为抽取式文摘和生成式文摘。抽取式文摘通过对文档原句打分，抽取文档原句组成文摘。生成式文摘通过重组句子或填充文摘模板来生成文摘［1］。生成式文摘的相关技术仍不够成熟，较难应用。从文本数量上看，可分为单文本文摘和多文本文摘。抽取式文摘从句子的权值计算方法上来看，可分为句子独立打分式和通过句子之间关系打分式两种方法。应用于自动文摘的方法有图模型、语义分析、机器学习和聚类等。本文主要研究的是聚类算法在自动文摘系统中的应用。……