摘要：针对面向微博的中文新闻摘要的主要挑战，提出了一种将矩阵分解与子模最大化相结合的新闻自动摘要方法。该方法首先利用正交矩阵分解模型得到新闻文本潜语义向量，解决了短文本信息稀疏问题，并使投影方向近似正交以减少冗余；然后从相关性和多样性等方面评估新闻语句集合，该评估函数由多个单调子模函数和一个评估语句不相似度的非子模函数组成；最后设计贪心算法生成最终摘要。在NLPCC2015数据集上的实验结果表明，该方法能有效提高面向微博的新闻自动摘要质量，ROUGE得分超过其他基线系统。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社