基于语义角色标注与语义图的印尼语新闻多文档摘要
计算与语言
2021-03-08 v1
摘要
在本文中，我们提出了一种利用语义角色标注（SRL）和语义图对印尼语新闻文章进行多文档摘要的系统。为改进现有摘要器，我们的系统改进了采用主谓宾状（SVOA）提取进行谓词论元结构（PAS）提取的摘要器。SVOA 提取被替换为印尼语 SRL 模型。我们还将用于识别重要 PAS 的遗传算法替换为决策树分类器，因为不含遗传算法的摘要器性能更优。决策树模型被用于识别重要 PAS。具有 10 个特征的决策树模型取得了优于具有 4 个句子特征的决策树的性能。我们开展实验与评估以生成 100 词和 200 词摘要。评估显示，所提模型在 100 词摘要中取得 0.313 的平均 ROUGE-2 召回率，在 200 词摘要中取得 0.394 的平均 ROUGE-2 召回率。
引用
@article{arxiv.2103.03736,
title = {Multi-document Summarization using Semantic Role Labeling and Semantic Graph for Indonesian News Article},
author = {Yuly Haruka Berliana Gunawan and Masayu Leylia Khodra},
journal= {arXiv preprint arXiv:2103.03736},
year = {2021}
}