由排序支持向量机抽取博客文章的摘要

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

由排序支持向量机抽取博客文章的摘要

何海江, 陈姝

文章导航 > 电子科技大学学报 > 2010 > 39(4): 593-597

何海江, 陈姝. 由排序支持向量机抽取博客文章的摘要[J]. 电子科技大学学报, 2010, 39(4): 593-597. doi: 10.3969/j.issn.1001-0548.2010.04.026

引用本文:

何海江, 陈姝. 由排序支持向量机抽取博客文章的摘要[J]. 电子科技大学学报, 2010, 39(4): 593-597. doi: 10.3969/j.issn.1001-0548.2010.04.026

HE Hai-jiang, CHEN Shu. Extraction of Blog Post Summarization by Using Ranking SVM[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(4): 593-597. doi: 10.3969/j.issn.1001-0548.2010.04.026

Citation:

HE Hai-jiang, CHEN Shu. Extraction of Blog Post Summarization by Using Ranking SVM[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(4): 593-597. doi: 10.3969/j.issn.1001-0548.2010.04.026

由排序支持向量机抽取博客文章的摘要

doi: 10.3969/j.issn.1001-0548.2010.04.026

何海江¹,
陈姝²

1.
长沙学院计算机系长沙 410003;
2.
中南大学信息科学与工程学院长沙 410083

基金项目:

湖南省教育厅科学研究项目(09c123)

作者简介:
何海江(1970-),副教授,主要从事Web挖掘、机器学习方面的研究.

中图分类号: TN391

Extraction of Blog Post Summarization by Using Ranking SVM

HE Hai-jiang¹,
CHEN Shu²

1.
Department of Computer Science and Technology,Changsha University Changsha 410003;
2.
School of Information Science and Engineering,Central South University Changsha 410083

摘要: 提出了一种用平滑型排序支持向量机(Rank-sSVM)抽取博客文章摘要的方法。使用该排序算法抽取的摘要，反映了评论者的意见和博客文集的特性。自动摘要过程中，首先经人工从文章选择重要句子标记为摘要，作为训练对象；再由机器生成表示文章语句的特征集，共14个特征，包含标签、评论等博客文章独有的信息；最后用Rank-sSVM学习人工摘要后，将文章所有句子排序，选取最靠前的若干语句构成摘要。该方法在一个中文博客数据集上取得良好效果。
- 博客 /
- 评论 /
- 信息检索 /
- 排序学习 /
- 支持向量机 /
- 摘要
Abstract: A new approach is presented for blog post summarization based on ranking smooth support vector machine (Rank-sSVM). The use of ranking algorithm for this task allows one to adapt summaries to the commenter needs and to the blog corpus characteristics. To use Rank-sSVM, firstly, key sentences are extracted manually from blog posts as training samples. Feature set representing post sentences, which consist of 14 features including tag, comment and other unique blog information, is generated by machine. After all the sentences are ranked by the ranking model, the most important ones in front are selected to summarize the post. The experimental results show that the proposed method has good performance on Chinese blog datasets.
- blog /
- comment /
- information retrieval /
- learning to rank /
- support vector machine /
- summarization

[1]	刘景发, 陈靖岚, 赵鹏. 基于Wang−Landau抽样的主题爬虫方法 . 电子科技大学学报, 2023, 52(4): 578-587. doi: 10.12178/1001-0548.2022183
[2]	吴涢晖, 赵子天, 陈晓雷, 邹士亚. 大气低频声信号识别深度学习方法研究 . 电子科技大学学报, 2020, 49(5): 758-765. doi: 10.12178/1001-0548.2019297
[3]	张亮亮, 唐有, 张翌维, 王新安. 针对密码芯片数据搬移能量曲线的机器学习攻击 . 电子科技大学学报, 2019, 48(3): 415-419. doi: 10.3969/j.issn.1001-0548.2019.03.017
[4]	刘飚, 潘扬, 许盛伟, 李佳丽, 封化民. 基于集成学习的功耗分析研究 . 电子科技大学学报, 2019, 48(2): 253-258. doi: 10.3969/j.issn.1001-0548.2019.02.015
[5]	何海江. 基于排序学习算法的软件错误定位模型研究 . 电子科技大学学报, 2017, 46(3): 577-582. doi: 10.3969/j.issn.1001-0548.2017.03.016
[6]	王亦雷, 嵇智源, 夏勇, 秦臻, 程红蓉. 移动用户人口统计信息预测 . 电子科技大学学报, 2015, 44(6): 917-920. doi: 10.3969/j.issn.1001-0548.2015.06.021
[7]	张静, 刘忠宝. 基于流形判别分析的全局保序学习机 . 电子科技大学学报, 2015, 44(6): 911-916. doi: 10.3969/j.issn.1001-0548.2015.06.020
[8]	何海江. 截断误差的光滑型支持向量顺序回归 . 电子科技大学学报, 2014, 43(1): 131-136. doi: 10.3969/j.issn.1001-0548.2014.01.022
[9]	刘忠宝. 新型支持向量机在风速预测模型中的应用研究 . 电子科技大学学报, 2014, 43(5): 754-757. doi: 10.3969/j.issn.1001-0548.2014.05.021
[10]	高军峰, 张文佳, 杨勇, 胡佳佳, 陶春毅, 官金安. 基于P300和极限学习机的脑电测谎研究 . 电子科技大学学报, 2014, 43(2): 301-306. doi: 10.3969/j.issn.1001-0548.2014.02.028
[11]	刘忠宝, 王士同. 面向大规模数据的隐私保护学习机 . 电子科技大学学报, 2013, 42(2): 272-276. doi: 10.3969/j.issn.1001-0548.2013.02.018
[12]	丁世飞, 齐丙娟, 谭红艳. 支持向量机理论与算法研究综述 . 电子科技大学学报, 2011, 40(1): 2-10. doi: 10.3969/j.issn.1001-0548.2011.01.001
[13]	张雪芹, 顾春华, 吴吉义. 异常检测中支持向量机最优模型选择方法 . 电子科技大学学报, 2011, 40(4): 559-563. doi: 10.3969/j.issn.1001-0548.2011.04.017
[14]	向国齐, 严志坚, 黄大贵. 支持向量机替代模型的遗传优化设计 . 电子科技大学学报, 2009, 38(3): 459-462. doi: 10.3969/j.issn.1001-0548.2009.03.034
[15]	唐艳, 柳建新, 龚安栋. ICA+CSSD的脑-机接口分类 . 电子科技大学学报, 2008, 37(3): 466-469.
[16]	胡丹, 肖建, 车畅. 再生核支持向量机在非线性系统中的应用 . 电子科技大学学报, 2008, 37(1): 124-127.
[17]	徐图, 罗瑜, 何大可. 多类支持向量机的DDoS攻击检测的方法 . 电子科技大学学报, 2008, 37(2): 274-277.
[18]	王勇, 许录平. 独立成分分析和支持向量机的虹膜识别方法 . 电子科技大学学报, 2007, 36(3): 583-586.
[19]	周鸣争, 汪军. 基于支持向量机的传感器非线性误差校正 . 电子科技大学学报, 2006, 35(2): 242-245.
[20]	鲁珂, 赵继东, 叶娅兰, 曾家智. 一种用于图像检索的新型半监督学习算法 . 电子科技大学学报, 2005, 34(5): 669-671.

WeChat

点击查看大图

计量

文章访问数: 3518
HTML全文浏览量: 112
PDF下载量: 87
被引次数: 0

由排序支持向量机抽取博客文章的摘要

doi: 10.3969/j.issn.1001-0548.2010.04.026

何海江¹,
陈姝²

1. 长沙学院计算机系长沙 410003;

2. 中南大学信息科学与工程学院长沙 410083

基金项目:

湖南省教育厅科学研究项目(09c123)

作者简介:
何海江(1970-),副教授,主要从事Web挖掘、机器学习方面的研究.

收稿日期: 2008-11-28
修回日期: 2009-07-23
刊出日期: 2010-08-15

中图分类号: TN391

关键词:

摘要: 提出了一种用平滑型排序支持向量机(Rank-sSVM)抽取博客文章摘要的方法。使用该排序算法抽取的摘要，反映了评论者的意见和博客文集的特性。自动摘要过程中，首先经人工从文章选择重要句子标记为摘要，作为训练对象；再由机器生成表示文章语句的特征集，共14个特征，包含标签、评论等博客文章独有的信息；最后用Rank-sSVM学习人工摘要后，将文章所有句子排序，选取最靠前的若干语句构成摘要。该方法在一个中文博客数据集上取得良好效果。

English Abstract

何海江, 陈姝. 由排序支持向量机抽取博客文章的摘要[J]. 电子科技大学学报, 2010, 39(4): 593-597. doi: 10.3969/j.issn.1001-0548.2010.04.026

引用本文:

何海江, 陈姝. 由排序支持向量机抽取博客文章的摘要[J]. 电子科技大学学报, 2010, 39(4): 593-597. doi: 10.3969/j.issn.1001-0548.2010.04.026

HE Hai-jiang, CHEN Shu. Extraction of Blog Post Summarization by Using Ranking SVM[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(4): 593-597. doi: 10.3969/j.issn.1001-0548.2010.04.026

Citation:

HE Hai-jiang, CHEN Shu. Extraction of Blog Post Summarization by Using Ranking SVM[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(4): 593-597. doi: 10.3969/j.issn.1001-0548.2010.04.026

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发