基于词句协同排序的单文档自动摘要算法

　　随着Web2.0的迅猛发展，各种用户原创内容爆炸式增长，造成了互联网上严重的信息过载，使得有价值信息的获取愈发困难。自动摘要技术能够从海量文本中抽取出最为重要的语句，形成高度概括原文主旨的精炼短文，能够有效地缓解信息过载。

　　总体而言，自动摘要分为基于抽象的自动摘要和基于抽取的自动摘要。基于抽象的自动摘要受制于自然语言处理的瓶颈，实现相对困难。目前主要的研究和应用集中在基于抽取的自动摘要，又称节录式摘要，计算文档中句子的权重并进行排序，从中抽取高权重语句生成摘要。现有工作中对句子权重的计算主要分为两种思路：通过词的权重推测句子的权重或通过句子特征计算权重。事实上，文档中的词与句是不可分割的整体，充分考虑词句之间的协同关系有助于进一步提高自动摘要的质量。本文面向单文档自动摘要，将文档建模为以句子为顶点、句子间的关联为边的句网络图，以图排序算法为基础，重新设计迭代过程，在计算句子权重时融入词对句子权重评分的影响，提出一种词句协同排序（ Word-Sentence-Rank，WSRank）的自动摘要算法。实验表明，词的融入有助于进一步提高句子权重计算的准确性，提升摘要的质量。