Query-based automatic text summarization using query expansion approach

doi:10.1016/j.datak.2025.102531

Query-based automatic text summarization using query expansion approach

2025-11-17

0

PRE

AI

H

Hiteshwar Kumar Azad

DOI：10.1016/j.datak.2025.102531

原文链接

原文求助

摘要

En 中文

网络上的可用信息量呈爆炸式增长，并且持续每日递增。海量网络数据对当前信息检索系统的可靠性和准确性构成了重大挑战。信息检索的目的是在大量文档中发掘与用户发起的查询内容匹配的相关文档。由于大多数用户难以构建明确界定的查询，查询扩展技术对于检索最相关信息至关重要。在此背景下，以简洁方式获取相关结果是一个重大挑战。自动文本摘要能够浓缩长文档，同时保留其信息内容和关键概念，可能成为解决信息过载问题的潜在方案。本文提出了一种基于查询的自动文本摘要技术，采用查询扩展来改进文本摘要，并以简洁方式提供相关信息。为生成相关文本摘要，本文采用了一种基于查询的抽取式文本摘要方法，该方法涉及根据从每个句子中提取的四个最佳特征来选择句子。在此过程中，词语通过扩展查询的得分进行评分，而句子则依据四个重要特征（包括句子术语、位置、与首句的相似度以及专有名词）进行评分。在DUC 2007数据集上，通过多种ROUGE变体进行了广泛的实验，涉及精确率、召回率和F值等不同评估指标，在最佳情况下分别实现了约44%、46%和45%的提升。观察表明，所建议的方法在摘要生成方面优于DUC参与系统和前沿方法。

Query-based automatic text summarization using query expansion approach

摘要

期刊

机构

引用论文