摘要：為從海量微博中高效地獲取不同話題下的關(guān)鍵信息，微博觀點摘要成為自然語言處理領(lǐng)域近期研究的熱點之一?；€方法基于TF．IDF算法抽取微博句中的關(guān)鍵詞，并據(jù)此計算微博的重要性分數(shù)，直接篩選出觀點摘要；樸素改進方法在基線方法的基礎(chǔ)上，增加了情感分類步驟，并利用微博句之間的語義距離，將摘要句候選集中語義重復(fù)、重要度較小的句子去除，生成觀點摘要；基于語義圖優(yōu)化算法的方法在樸素改進方法的基礎(chǔ)上，利用微博句的重要性分數(shù)及微博句之間的語義距離構(gòu)建語義圖結(jié)構(gòu)，并通過圖優(yōu)化算法篩選出觀點摘要。樸素改進方法在COAE2016評測任務(wù)一測試數(shù)據(jù)集上，10個話題的平均ROUGE-1值達到26．39％，平均ROUGE-2值達到0．68％，平均ROUGE-SU4值達到5．69％，且評測官方公布結(jié)果顯示，該方法在9項評價指標中獲得6項最佳性能?；谡Z義圖優(yōu)化算法的方法在評測樣例數(shù)據(jù)集上進行了實驗，結(jié)果顯示，該方法比樸素改進方法在ROUGE-1,ROUGE-2,ROUGE—SU4值上分別提升了0．63％，1．51％，2．69％。