Un enfoque basado en pistas de hub-autoridad para la resumición de texto multi-documento

La resumición extractiva de múltiples documentos se basa en el concepto de centralidad de oración para identificar las oraciones más importantes en un documento. Aunque algunas investigaciones han introducido algoritmos de clasificación basados en grafos como PageRank y HITS en la resumición de texto, proponemos un nuevo enfoque bajo el marco de hub-autoridad en este trabajo. Nuestro enfoque combina el contenido del texto con algunas pistas como "frase clave", "longitud de oración" y "primera oración" y explora los subtemas en los multidocumentos al llevar las características de estos subtemas a los algoritmos de clasificación de oraciones basados en grafos. Proporcionamos una evaluación de nuestro método en los datos de DUC 2004. Los resultados muestran que nuestro enfoque es un esquema de clasificación basado en grafos efectivo en la resumición de texto genérico multi-documento.