應用語句關係網路計算語句向心性之新聞事件摘要方法

摘錄式摘要技術的核心在於評估語句的摘要代表性，藉以排序語句作為摘錄語句時的依據。本研究將語句視為節點，藉由語句相似度來決定節點間是否存在連結，依此建構出語句關係網路模型。接著，衡量節點在網路中的重要性或對於其他相連節點的影響性，提出：（1）Degree Centrality、（2）Normalized Similarity-based Degree Centrality、（3）HITS Centrality、（4）PageRank Centrality，及（5）iSpreadRank Centrality的節點向心性分析；並以語句向心性作為語句的摘要代表性，藉此達到排序語句的目的。最後，導入CSIS（Cross-Sentence Information Sub-sumption）過濾重複性資訊，依序擷取語句組成摘要。實驗使用DUC 2004資料集來驗證上述摘要方法的可行性。在ROUGE-1的指標下，結合不同語句向心性之摘要效能依序是：iSpreadRank ＞ Normalized Similarity-based Degree ＞ PageRank ＞ Degree ＞ HITS。整體而言，實驗得知應用語句關係網路計算語句向心性之摘要方法確實可行。