自动摘要中基于图形的句子提取加权？

Question

我正在阅读一篇研究论文A​​utomatic Text Document Summarization Based on 机器学习 和 Table 1 对应于基于图的加权，他们使用了称为聚合相似性的特征 F1。

我尝试在网上搜索，虽然我发现提到了 "Flexible aggregate similarity" 之类的东西，但我不确定它与自动摘要和权衡句子的任务有什么关系。

聚合相似度到底是什么意思，它是如何计算的？

Answer 1

聚合相似度是每个节点相似度的总和（聚合相似度）。这种相似度只是所考虑的 2 个节点（2 个句子）之间的词汇重叠除以 2 个句子的最长长度 tences（用于归一化）。

聚合相似度衡量句子的重要性。

聚合相似性不是计算连接一个节点（句子）到其他节点（Bushy 路径）的链接数，而是对链接上的权重（相似性）求和。