NLP领域文本摘要有哪些研究方法?( 五 )_不少人说

主题表示- 以识别文本主题为重点的文本转换；此方法的主要子类别包括：

· 频率驱动方法

· 主题词方法

·潜在语义分析（LSA）（https://en.wikipedia.org/wiki/Latent_semantic_analysis）

· 贝叶斯主题模型 - 例如潜在狄利克雷分配（LDA）（https://en.wikipedia.org/wiki/Latent_Dirichlet_allocation）

最流行的两种词频方法是词概率和TF-IDF（https://en.wikipedia.org/wiki/Tf%E2%80%93idf）。

在主题词方法中，有两种计算句子重要性的方法：通过其所包含的主题签名的数量（句子讨论的主题数量），或者通过句子包含的主题的比例与文本中包含的主题数量。因此，第一类倾向于用于较长的句子，而第二类则衡量主题词的密度。

对潜在语义分析和贝叶斯主题模型方法（如LDA）的解释不在本文讨论范围，但可以在上面的链接中查看。

NLP领域文本摘要有哪些研究方法?( 五 )