Vanior

摘要：这篇文章明天要开会讨论，还是先看吧。。1、文章讨论的是基于话题的多文档文摘，作者首先借助LDA主题模型对句子进行聚类，然后使用LexRank算法对各个聚簇中的句子进行排序，最后应用线性判选取句子。这里面比较特别的是，他在对句子进行打分以后，对于候选句子进行一次修剪工作，并且他用的不是句子语法树,而是对这个方法进行了一些细致的改进。2、文章的三个功能：a、相似意义语句的聚簇。b、基于随机游走模型的句子排序（LexRank不懂）c、提出一种新的句子压缩算法，有别于句法树。3、局域话题文摘的三个应用：a、生成类似于维基百科那样的东东，给出一个东东各个方面的简介。b、对于一个问题不同人有不同的观点，抽 阅读全文

摘要：边读边总结疑问，英语差的惹不起。。1、本文研究的是基于背景语料形成文摘。他认为背景语料分为两种，即引用信息明确和引用信息不明确两种，其中不不明确往往是因为内容果断等原因，因此需要将这些引用句进行扩展，得到上下文，确定引用的真正意图。2、问题:他说将每个句子视为一个随机变量，这个随机变量的值取决于目标文章的状态。然后他说用图模型产生这些随机变量。。。对自然语言接触太短，这个不懂！！！3、用的数据是来自于ACL，十篇关于NLP的文章，包含203个参考文献，数据给出编号、坐着、title、年份、引用数、引用句子数等。其中引用分为引用文献在AAn中和不在AAN中。4、对于背景预料的研究，首先，开始关注 阅读全文