• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Intelligent Data Engineering and Automated Learning - IDEAL 2008 >Personalized Document Summarization Using Non-negative Semantic Feature and Non-negative Semantic Variable
【24h】

Personalized Document Summarization Using Non-negative Semantic Feature and Non-negative Semantic Variable

机译：使用非负语义特征和非负语义变量的个性化文档摘要

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Recently, the necessity of personalized document summarization reflecting user interest from search results is increased. This paper proposes a personalized document summarization method using non-negative semantic feature (NSF) and non-negative semantic variable (NSV) to extract sentences relevant to a user interesting. The proposed method uses NSV to summarize generic summary so that it can extract sentences covering the major topics of the document with respect to user interesting. Besides, it can improve the quality of personalized summaries because the inherent semantics of the documents are well reflected by using NSF and the sentences most relevant to the given query are extracted efficiently by using NSV. The experimental results demonstrate that the proposed method achieves better performance the other methods.
机译：最近，增加了从搜索结果中反映用户兴趣的个性化文档摘要的必要性。本文提出了一种使用非负语义特征（NSF）和非负语义变量（NSV）来提取与用户兴趣相关的句子的个性化文档摘要方法。所提出的方法使用NSV来概括通用摘要，以便可以提取涉及用户兴趣的涵盖文档主要主题的句子。此外，由于使用NSF可以很好地反映文档的固有语义，并且使用NSV可以有效地提取与给定查询最相关的句子，因此可以提高个性化摘要的质量。实验结果表明，所提出的方法具有比其他方法更好的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号