基于Transformer和TextRank的微博观点摘要方法

doi:10.16088/j.issn.1001-6600.2022103101

广西师范大学学报（自然科学版） ›› 2023, Vol. 41 ›› Issue (04) : 96 -108. DOI: 10.16088/j.issn.1001-6600.2022103101

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对已有研究没有考虑微博文本之间情感关联的问题，本文提出基于Transformer和TextRank的微博观点摘要方法。首先通过Transformer中的编码器和量化空间部分对文本的字向量进行编码和量化；然后根据量化结果实现语义聚类来划分微博文本集的观点类别，并选取重要的类别进行摘要抽取；之后将情感特征向量和微博文本的特征向量进行拼接；接着在每个类别中使用融入情感特征的TextRank算法，将抽取出的权重最高的微博文本作为摘要文本；最后将所有类别下最具有代表性的摘要文本相结合，得到最终的微博观点摘要。实验结果表明：在加入情感极性影响因子后，相比于基线方法，本文方法的各项ROUGE值均有明显地提升，Rouge-1、Rouge-2和Rouge-SU4的F-measure值最高达到0.493 7、0.255 5、0.270 6,证明本文方法对于微博观点摘要抽取任务是有效的。