[发明专利]基于多模态流形学习和社交网络特征的微博摘要生成方法有效
| 申请号： | 202011503521.0 | 申请日： | 2020-12-18 |
| 公开（公告）号： | CN112527964B | 公开（公告）日： | 2022-07-01 |
| 发明（设计）人： | 夏书银;曹洋洋;陈子忠 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F16/34;G06F16/9536;G06Q50/00 |
| 代理公司： | 重庆市恒信知识产权代理有限公司 50102 | 代理人： | 李金蓉 |
| 地址： | 400065 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多模态流形学习和社交网络特征的微博摘要生成方法，包括以下步骤：获取用户的特定话题微博集，以及用户互动信息；构建文本内的关系矩阵和跨文本的关系矩阵；结合所述矩阵计算微博显著度；结合用户互动信息计算社会认同度；将微博显著度与社会认同度结合即可得到最终的微博显著度，进而选择显著度最高的若干句子成为摘要。本发明将多文档摘要中常用的流行学习方法进行改进，并将社交网络信息整合其中，其更好的利用了不同主题文档之间的句子关系特征和相同文档内的句子关系特征，同时采用最大边界相关算法(MMR)来减少冗余信息，兼顾了摘要的覆盖性和多样性。 | ||
| 搜索关键词： | 基于 多模态 流形 学习 社交 网络 特征 摘要 生成 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆邮电大学，未经重庆邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011503521.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种无传感器磁场定向控制节能方法
- 下一篇：一种耐温气囊密封垃圾隔断装置
