本文介绍了针对文本数据的关键词提取和文本摘要的处理方法，介绍了一种基于 TextRank 算法的无监督学习方法，在其基础上提高了算法的效率，并针对其忽略了不同部分的语义相似性进行了改进。此外，还开发了一种基于该框架的主题聚类算法，可单独使用或作为生成摘要的一部分来解决文本覆盖问题。

Dec, 2022

本文提出了一种基于无监督的基于图的排名模型，用于提取科学文献的摘要。我们的方法假定源文档采用两级分层图表示，并利用不对称的位置提示来确定句子的重要性。在 PubMed 和 arXiv 数据集上的结果表明，我们的方法在自动指标和人工评价方面优于强无监督基线。此外，其性能与许多基于监督学习的方法相当。这些结果表明，篇章结构中的模式是确定科学文章重要性的强有力信号。

May, 2020

本文提出了一种针对新闻摘要自动提取的无监督方法，该方法采用神经网络模型并结合基于图论的排名算法，使用 BERT 模型来更好地捕获句子意义，显著超过强基线的效果。

Jun, 2019

本文介绍了一种名为 Ranksum 的基于多维句子特征排名融合的单文本抽取式摘要方法，通过提取每个句子的主题信息、语义内容、显著关键词和位置，然后在无监督的方式下使用加权融合四个分数，将句子按照重要性进行排序。该方法利用概率主题模型确定主题排名，使用句子嵌入来捕捉语义信息，通过 Siamese 网络生成抽象句子表示，并利用图论方法找到文档中的重要关键词和相关句子排名，在摘要中采用基于二元组、三元组和句子嵌入的句子新颖性度量来消除冗余句子，最后融合所有特征计算出文档中每个句子的最终得分。实验结果表明，该方法在公开的 CNN/DailyMail 和 DUC 2002 摘要数据集上优于其他现有最先进的摘要方法。

Feb, 2024

研究了如何通过关键词提取，实现在线广告投放中通过短文本查询获得相关广告图片。借助广告图像查询日志，VisualTextRank 算法成功解决了该问题，它通过提取广告文本（或文本增强版本）中的关键词来生成广告图片查询，显著提高了图片搜索准确度达 11%。

Aug, 2021

本文提出了一种基于随机图的方法，用于计算自然语言处理中文本单元的相对重要性，并通过使用新方法 LexRank 进行文本自动摘要。实验结果表明，基于相似度图的按度数排序的方法优于其他方法。

Sep, 2011

首次使用上下文网络表示文档，并结合基于无监督算法的文本分析，综合考虑主题和句子评分来对句子进行排序；使用 SummBank 数据集，本文提出的 CNATAR 算法在 ROUGE 和 BLEU 指标下表现优异，超越了人工评分和现有的有监督算法。

Mar, 2022

本文提出了一种简单的方法来解决神经网络摘要方法中存在的内容选择问题：使用数据有效的内容选择器来过度确定应该作为摘要的来源文档中的短语，通过作为自底向上的注意步骤来约束模型以生成更简洁而流畅的摘要。该方法比其他端到端内容选择模型更简单且性能更高，在 CNN-DM 和 NYT 语料库中表现出显著的 ROUGE 值提高。此外，内容选择器只需要训练 1000 个句子就可以使摘要器轻松地进行领域转移。

Aug, 2018

本文旨在通过利用基于排名的方法，比较四种不同的预训练孟加拉文本摘要模型的输出，从而识别给定文本的最准确和最有信息量的摘要，并使用标准自然语言生成指标来评估生成的摘要的有效性，结果表明通过利用每个预训练转换器模型的优势并结合它们，我们的方法显著提高了孟加拉文本摘要的准确性和有效性。

Jul, 2023

本文提出了一个新的实际任务，文档级文本内容操作，它旨在在更改内容的同时保留文本样式，并提出一种基于交互式注意机制的无监督神经模型，探索了在该任务中构建伪训练对的后向翻译方法的有效性。实证结果表明，该方法优于竞争方法，并且模型还在句子级数据集上产生了新的最优结果

Feb, 2020