【文件属性】：
文件名称：textsummarization:具有监督学习和原子事件的文本摘要
文件大小：177.53MB
文件格式：ZIP
更新时间：2021-04-29 17:01:51
Python
计算语言学
提取文本摘要
阿迪蒂亚（Aditya Kashyap），加维（Garvit Gupta），王嘉琳，伊格纳西奥·阿兰兹（Ignacio Arranz），卡什西·古普塔（Kashish Gupta）和希瓦·苏里（Shiva Suri）
2018年4月25日
您可以在找到该文档的更具可读性的Google文档版本
目录
书名和作者
目录
抽象的
介绍
文献评论
实验设计
实验结果
结论
致谢
抽象的
本文讨论了我们通过利用几种现有方法来针对提取文本摘要实现强大的ROUGE-2度量的尝试。 即，我们实现并组合了原子事件提取，单词频率，矩阵分解（即分解为规范形式），最后实现了两种不同的监督模型。 我们发现获得接近5％的ROUGE-2初始分数非常简单（我们能够通过粗略地提取每篇文章的第一句来达到此分数）：长期以来，表现最佳的提取摘要器只是选择了前n个句子！ 但是，鉴于摘要的内在复杂性，改善