文献

J-GLOBAL ID：201702231601246242   整理番号：17A0100350

図に基づくニュースイベント主題文抽出手法【JST・京大機械翻訳】

Approach for topical sentence of news events extraction based on graph

著者 (6件)： Wang Yongkai (School of Information Engineering and Automation,Kunming University of Science and Technology) ,  Mao Cunli (School of Information Engineering and Automation,Kunming University of Science and Technology) ,  Yu Zhengtao (School of Information Engineering and Automation,Kunming University of Science and Technology) ,  Guo Jianyi (School of Information Engineering and Automation,Kunming University of Science and Technology) ,  Hong Xudong (School of Information Engineering and Automation,Kunming University of Science and Technology) ,  Luo Lin (School of Information Engineering and Automation,Kunming University of Science and Technology)
資料名： Nanjing Ligong Daxue Xuebao. Ziran Kexue Ban  (Nanjing Ligong Daxue Xuebao. Ziran Kexue Ban)
巻： 40  号： 4  ページ： 438-443  発行年： 2016年 
JST資料番号： C2961A  ISSN： 1005-9830  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ニュースイベント主題文認識タスクは,テキスト内容に基づく意味解析を行う自然言語処理技術である.ニュースイベントテキスト中のニューストピックの意味論に最も関連する文を正確に計算するために,本論文は,グラフに基づくニュースイベントの文章抽出のための方法を提案した。まず第一に,事象の特徴を記述するトリガー語と固有表現を使用して,候補事象文抽出テンプレートを構築し,次に事象候補の間の関連関係を計算することによって,事象関係の無向グラフを構築する。最後に,TEXTRANKアルゴリズムに基づき,グラフ頂点における頂点の重みを重み付きの重みづけとして表現し,次に,重みづけに従って事象の主題を抽出した。実験結果は,提案方法がTFIDFとタイトルに基づく事象主題文抽出の方法より優れていて,F値はそれぞれ6.26%と2%向上することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 無向グラフ ,  自然言語処理 ,  アルゴリズム ,  意味論 ,  *重みづけ ,  意味解析
準シソーラス用語： F値 ,  tf・idf ,  固有表現 ,  テキスト , 【Automatic Indexing@JST】

著者キーワード (8件)： news events ,  event topic sentences ,  trigger word ,  named entity ,  event relation ,  undirected graph ,  ranking ,  extraction

分類 (1件)： グラフ理論基礎  (IA02020S)

タイトルに関連する用語 (5件)： ニュース ,  イベント ,  主題 ,  文 ,  手法