摘要：为从海量微博中高效地获取不同话题下的关键信息，微博观点摘要成为自然语言处理领域近期研究的热点之一。基线方法基于TF．IDF算法抽取微博句中的关键词，并据此计算微博的重要性分数，直接筛选出观点摘要；朴素改进方法在基线方法的基础上，增加了情感分类步骤，并利用微博句之间的语义距离，将摘要句候选集中语义重复、重要度较小的句子去除，生成观点摘要；基于语义图优化算法的方法在朴素改进方法的基础上，利用微博句的重要性分数及微博句之间的语义距离构建语义图结构，并通过图优化算法筛选出观点摘要。朴素改进方法在COAE2016评测任务一测试数据集上，10个话题的平均ROUGE-1值达到26．39％，平均ROUGE-2值达到0．68％，平均ROUGE-SU4值达到5．69％，且评测官方公布结果显示，该方法在9项评价指标中获得6项最佳性能。基于语义图优化算法的方法在评测样例数据集上进行了实验，结果显示，该方法比朴素改进方法在ROUGE-1,ROUGE-2,ROUGE—SU4值上分别提升了0．63％，1．51％，2．69％。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
