哈尔滨工业大学 计算机系 张红,面向TDT的动态多文档文摘研究-哈尔滨工业大学学报.PDF...

面向TDT的动态多文档文摘研究-哈尔滨工业大学学报

第４２卷　第１１期 哈　尔　滨　工　业　大　学　学　报 Ｖｏｌ４２ Ｎｏ１１

２０１０年１１月 ＪＯＵＲＮＡＬＯＦＨＡＲＢＩＮＩＮＳＴＩＴＵＴＥＯＦＴＥＣＨＮＯＬＯＧＹ Ｎｏｖ．２０１０

面向ＴＤＴ的动态多文档文摘研究

１，２ １ １ １

刘美玲 ，赵铁军 ，郑德权 ，于　洋

(１．哈尔滨工业大学 计算机科学与技术学院，哈尔滨 １５０００１，ｍｌｌｉｕ＠ｍｔｌａｂ．ｈｉｔ．ｅｄｕ．ｃｎ；

２．东北林业大学 信息与计算机工程学院，哈尔滨１５００４０)

摘　要：应用话题检测技术中的聚类思想，分析了动态多文档文摘时间特性．利用时间信息的阈值变化得到

不同的多文档聚类结果，进而生成基于动态网页信息数据流的多文档文摘．针对不同阈值的多文档文摘比

较，了解时间信息在动态的多文档文摘中的重要性．实验证明在ＴＤＴ的话题检测技术中，可通过调整 值的

α

方法来平衡ＴＤＴ的输出结果，进而生成质量更好的动态多文档文摘．

关键词：话题检测；时间信息；动态阈值；多文档文摘

中图分类号：ＴＰ３９１ 文献标志码：Ａ 文章编号：０３６７－６２３４(２０１０)１１－１７６７－０４

Ｒｅｓｅａｒｃｈｏｎｄｙｎａｍｉｃｍｕｌｔｉｄｏｃｕｍｅｎｔｓｕｍｍａｒｉｚａｔｉｏｎｂｙｔｏｐｉｃｄｅｔｅｃｔｉｏｎ

ａｎｄｔｒａｃｋｉｎｇｔｅｃｈｎｏｌｏｇｙ

１，２ １ １ １

ＬＩＵＭｅｉｌｉｎｇ ，ＺＨＡＯＴｉｅｊｕｎ，ＺＨＥＮＧＤｅｑｕａｎ，ＹＵＹａｎｇ

(１．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ１５０００１，Ｃｈｉｎａ，ｍｌｌｉｕ＠ｍｔｌａｂ．ｈｉｔ．ｅｄｕ．ｃｎ；

２．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｅａｓｔＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ１５００４０，Ｃｈｉｎａ)

Ａｂｓｔｒａｃｔ：Ｉｎｔｈｉｓｐａｐｅｒｔｉｍｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｄｙｎａｍｉｃｍｕｌｔｉｄｏｃｕｍｅｎｔｓｓｕｍｍａｒｉｚａｔｉｏｎｈａｓｂｅｅｎａｎａｌｙｚｅｄｂｙ

ｔｈｅｃｌｕｓｔｅｒｉｎｇｉｄｅａｉｎｔｏｐｉｃｄｅｔｅｃｔｉｏｎｔｅｃｈｎｏｌｏｇｙ．Ｆｒｏｍｔｈｅｃｈａｎｇｅｏｆｔｉｍｅｉｎｆｏｒｍａｔｉｏｎｔｈｒｅｓｈｏｌｄｖａｌｕｅ，ｄｉｆｆｅｒ

ｅｎｔｍｕｌｔｉｄｏｃｕｍｅｎｔｃｌｕｓｔｅｒｉｎｇａｎｄｍｕｌｔｉｄｏｃｕｍｅｎｔｓｓｕｍｍａｒｉｚａｔｉｏｎｆｏｒｔｈｅｄｙｎａｍｉｃＷｅｂｉｎｆｏｒｍａｔｉｏｎｄａｔａ

ｓｔｒｅａｍｃａｎｂｅｇｅｎｅｒａｔｅｄ．Ｂｙｃｏｍｐａｒｅｄｗｉｔｈｄｉｆｆｅｒｅｎｔｔｈｒｅｓｈｏｌｄｖａｌｕｅｓ，ｔｈｅｉｍｐｏｒｔａｎｃｅｏｆｔｉｍｅｉｎｆｏｒｍａｔｉｏｎｉｎａ

ｄｙｎａｍｉｃｍｕｌｔｉｄｏｃｕｍｅｎｔｓｕｍｍａｒｉｚａｔｉｏｎｉｓｕｎｄｅｒｓｔａｎｄｅｄ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｍｅａｎｓｔｈａｔｙｏｕｃａｎｃｏｕｎｔｅｒｐｏｉｓｅ

ｔｈｅｏｕｔｐｕｔｏｆＴＤＴｂｙａｄｊｕｓｔｉｎｇ ｖａｌｕｅａｎｄｇｅｎｅｒａｔｅｂｅｔｔｅｒｑｕａｌｉｔｙｄｙｎａｍｉｃｍｕｌｔｉｄｏｃｕｍｅｎｔｓｕｍｍａｒｉｚａｔｉｏｎ．

α

Ｋｅｙｗｏｒｄｓ：ｔｏｐｉｃｄｅｔｅｃｔｉｏｎ；ｔｅｍｐｏｒａｌｐｒｏｐｅｒｔｉｅｓ；ｄｙｎａｍｉｃｔｈｒｅｓｈｏｌｄ；ｍｕｌｔｉｄｏｃｕｍｅｎｔｓｕｍｍａｒｉｚ