1、作者認為，一篇文章的被引用情況可以反映此文章的影響力，所以他產生的文摘是基于影響力的，他的模型在訓練時，是使用了原始文本和文本的引用句子作為數據集，但是最終抽取句子形成文摘，缺是只從原始文本中抽取，引用句子的影響度用原文來表示（這也就是為什么他要尋找分布最相似的）。

2、他不用引用句子的原因是，引用句子大多會夾雜一些其他非我們關注的信息。

3、這里面他建立的一個語言語言模型。不同的是，它是以一個句子為單位。在這，這里他看的不是句子的頻率（有詞頻得到），而是句子的影響力（這也是一個概率）。

3、他建立了兩個語言模型，一個是針對整個樣本集（原文，和Citation窗口句子），一個則是針對備選句子。然后計算這兩個影響力分布的相似度。用KL撒。

4、這里面，我們如何來定義相似度呢，他將citation因素導入其中，將影響力分為在原文中的詞頻概率，和引文影響力，兩者按照一定比例分配。同時，他又認為，每一個引文句子的影響力是不同的，不能等視之，因此加了一個權重。這個權重又由兩部分構成，一個是權威度，一個是距離確切引用度的距離。而權威度，這里他用的是pagerank進行計算的。

5、大體上就是這樣了。

轉載于:https://www.cnblogs.com/Vanior/archive/2012/07/31/2617449.html

總結

以上是生活随笔為你收集整理的关于文章 Generating Impact-Based Summaries... By Mei qiaozhu的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。