分享

利用page rank,hits算法实现的一个简单的文本摘要系统

 dinghj 2016-06-18

/Files/rocketfan/Language_Independent_Extractive_Summarization.pdf

/Files/rocketfan/Summarization_readme.pdf

Well,当前仅仅做到将文本中的句子按重要程度排序,可进一步操作生成摘要,仅仅用于英文文本。

仅以该随笔纪念我的第一个JAVA程序:)

//usage

//javac TestSummarizer.java

//java TestSummarizer  <inputFile> <outputFile>  #output file 中将会对句子按重要程度排好序

复制代码
 1 /**
 2  * The class for getting user command and
 3  * parse the command to set up aprropritae
 4  * Sumarizer who will finish the job of ranking the
 5  * importance of all the input file sentences ,
 6  * sort sentences based on that and then
 7  * write to the output file.
 8  */
 9 public class TestSummarizer {
10     
11     public static void main(String[] args) {
12         
13         String rankMethod = args[0];
14         String inputFile = args[1];
15         String outputFile = args[2];
16         //TODO warning not supported method
17         Ranker ranker;
18         if (rankMethod.equals("-pagerank")) {
19             ranker = new PageRankRanker();
20         } else if (rankMethod.equals("-hits")) {
21             ranker = new HitsRanker();
22         } else {
23             System.out.println("Not -pagerank or -hits use -pagerank");
24             ranker = new PageRankRanker();
25         }
26         Summarizer summarizer = new Summarizer(inputFile, outputFile, ranker);
27         summarizer.fileSummarize();
28     }
29 } //end of class TestSumarizer
复制代码

 

//Summarizer.java是核心部分,通过建立inverted word index 计算出所有句子对的overlap

复制代码
  1 //import java.util.regex.*;
  2 
  3 import java.util.*;
  4 
  5 import java.io.*;
  6 
  7 import java.text.*;
  8 
  9 //to do how to split also consider ?
 10 
 11 
 12 
 13 /**
 14 
 15  * Summarizer is on charge of caculating 
 16 
 17  * a Matrix A, with A[i][j] represents
 18 
 19  * the overlap of sentence i and j.
 20 
 21  * It will than send the Matrix A to a
 22 
 23  * Ranker who will caculate all the sentence's
 24 
 25  * importance value and send back to Summarizer.
 26 
 27  * Summarizer will sort sentences based on
 28 
 29  * their importance value and write the reult
 30 
 31  * to file.
 32 
 33  *
 34 
 35  * Summarizer is also on charge of spliting doucument
 36 
 37  * content to sentences and split each sentence to
 38 
 39  * words.
 40 
 41  */
 42 
 43 public class Summarizer {
 44 
 45    
 46 
 47     /** 
 48 
 49      * Define Sentence type, it will record the sentence's 
 50 
 51      * start and end postion in fileContentString.
 52 
 53      * Also will record the word number in this sentence.
 54 
 55      */
 56 
 57     private class Sentence {
 58 
 59         public int start;
 60 
 61         public int end;
 62 
 63         public int wordNum;
 64 
 65     }
 66 
 67 
 68 
 69     /** Store which rank aloritm to use*/
 70 
 71     private final Ranker ranker;
 72 
 73     /** Store the name of output file*/
 74 
 75     private final String outputFileName;
 76 
 77     /** The whole file content is stored as a string here*/
 78 
 79     private final String fileContentString;
 80 
 81     /** sotre all the sentences info*/
 82 
 83     private final List<Sentence> sentenceList =  new ArrayList<Sentence> ();;
 84 
 85     /** the dfault stop words we will use*/
 86 
 87     private final static String stopWords[] = 
 88 
 89         {"a", "about", "an", "and", "are", "as", "at", "be", "but", "by",
 90 
 91          "for", "has", "have", "he", "his", "her", "in", "is", "it", "its",
 92 
 93          "of", "on", "or", "she", "that", "the", "their", "they", "this",
 94 
 95          "to", "was", "which", "who", "will", "with", "you"};
 96 
 97     private final Map<String, String> hmStopWord = new HashMap<String, String> ();
 98 
 99    
100 
101    /**
102 
103     * Construct of a summarizer 
104 
105     * Client must provide the inputFileName to sumarize
106 
107     * and the aimed outputFileName to output,
108 
109     * Clent also has to choose wich ranker algorithm to use,eg. 
110 
111     * Summarizer will also get stop words hashing map table set up.
112 
113     */
114 
115     public Summarizer(String inputFileName, String outputFileName, Ranker ranker) {
116 
117         this.outputFileName = outputFileName;
118 
119         this.fileContentString = readFileToString(inputFileName);
120 
121         this.ranker = ranker;
122 
123         initStopWordsMap();
124 
125     }
126 
127     /**
128 
129     * The only interface user can see currently, 
130 
131     * to sumarize a given file using ranker provided rank algorithm
132 
133     */
134 
135     public void fileSummarize() {
136 
137         initSentenceList();  //first spilit doucument to sentences using BreakIterator 
138 
139         double[][] A = getSetencesWeightMatrix(); //caculate the wight matrix using overlap score of sentences pair
140 
141         double[]P = ranker.getRankVec(A); //caculate each sentence importance value
142 
143         sortAndWriteFile(P); //sort and ouput the sorted sentences
144 
145     }
146 
147 
148 
149     //below are all internal private functions 
150 
151 
152 
153     /**
154 
155      * Caculate the total sentece num and store each sentence 
156 
157      * info to sentencesList(start, end)
158 
159      */
160 
161     private void initSentenceList() {
162 
163         
164 
165         Locale currentLocale = new Locale("en", "US");
166 
167         BreakIterator sentenceIter = BreakIterator.getSentenceInstance(currentLocale); 
168 
169         sentenceIter.setText(fileContentString);
170 
171         
172 
173         int start = sentenceIter.first();
174 
175         int end = sentenceIter.next();
176 
177         while (end != sentenceIter.DONE) {
178 
179             Sentence sentence = new Sentence();
180 
181             sentence.start = start;
182 
183             if (fileContentString.charAt(end - 1) == '\n') //we will eliminate the \n if a sentece has
184 
185                 sentence.end = end - 1;     //[)
186 
187             else
188 
189                 sentence.end = end;
190 
191             sentenceList.add(sentence);
192 
193             start = end;
194 
195             end = sentenceIter.next();
196 
197         }
198 
199     }
200 
201    
202 
203     /** 
204 
205      * Init of stop words hash map
206 
207      */
208 
209     private void initStopWordsMap() {
210 
211         for (int i = 0; i < stopWords.length; i++) 
212 
213             hmStopWord.put(stopWords[i], null);
214 
215     }
216 
217 
218 
219     /** 
220 
221      * This is the key function of Summarizer
222 
223      * It will caculate the overlap value 
224 
225      * for each pair of sentences
226 
227      */
228 
229     private double[][] getSetencesWeightMatrix( ) {
230 
231         
232 
233         Map<String, List<Integer> > hm = new HashMap<String, List<Integer> >();
234 
235         int sentenceNum = sentenceList.size();
236 
237         double[][] A = new double[sentenceNum][sentenceNum];
238 
239         //deal with all the words in each sentence
240 
241         Locale currentLocale = new Locale("en", "US");
242 
243         BreakIterator wordIter = BreakIterator.getWordInstance(currentLocale);
244 
245         
246 
247         //we do the process twice one forward and one reverse 
248 
249         //only for the case of repated words in one sentence
250 
251         //we suppose overlap(i, j) = overlap(j, i)
252 
253         //if setentce i is "above above ok" sentence j is "above above wrong"
254 
255         //the overlap is 2 , if sentence j is "above wrong" the overlap is 1.
256 
257         for (int i = 0; i < sentenceNum; i++) {
258 
259             Sentence sentence = sentenceList.get(i);
260 
261             wordIter.setText(fileContentString.substring(sentence.start, sentence.end));
262 
263              
264 
265             int start = wordIter.first();
266 
267             int end = wordIter.next();
268 
269             int wordNum = 0; 
270 
271             while (end != wordIter.DONE) {
272 
273                 String word = fileContentString.substring(sentence.start + start, sentence.start + end);
274 
275                 if (Character.isLetterOrDigit(word.charAt(0))) {
276 
277                     wordNum++; //ok, find legal word
278 
279 
280 
281                     String token = parseString(word);
282 
283                     if (hmStopWord.containsKey(token)) {
284 
285                         start = end;
286 
287                         end = wordIter.next();
288 
289                         continue;
290 
291                     }
292 
293                     List<Integer> list; 
294 
295                     if (hm.containsKey(token)) {
296 
297                         list = hm.get(token);
298 
299                         int flag = 0;
300 
301                         for (int j : list) {
302 
303                             if (i > j)
304 
305                                 A[i][j] += 1.0;
306 
307                             else
308 
309                                 flag = 1;
310 
311                         }
312 
313                         if (flag == 0)
314 
315                             list.add(i);
316 
317                     } else {
318 
319                         list = new LinkedList<Integer> ();
320 
321                         list.add(i);
322 
323                         hm.put(token, list);
324 
325                     }
326 
327                 }
328 
329                 start = end;
330 
331                 end = wordIter.next();
332 
333             }
334 
335             sentence.wordNum = wordNum;
336 
337         }
338 
339         
340 
341          hm.clear();
342 
343 
344 
345         for (int i = sentenceNum - 1; i >= 0; i--) {
346 
347             Sentence sentence = sentenceList.get(i);
348 
349             wordIter.setText(fileContentString.substring(sentence.start, sentence.end));
350 
351              
352 
353             int start = wordIter.first();
354 
355             int end = wordIter.next();
356 
357             while (end != wordIter.DONE) {
358 
359                 String word = fileContentString.substring(sentence.start + start, sentence.start + end);
360 
361                 if (Character.isLetterOrDigit(word.charAt(0))) {
362 
363                     //ok,find a legal word
364 
365                     String token = parseString(word);
366 
367                     if (hmStopWord.containsKey(token)) {                       
368 
369                         start = end;
370 
371                         end = wordIter.next();
372 
373                         continue;
374 
375                     }
376 
377                     List<Integer> list; 
378 
379                     if (hm.containsKey(token)) {
380 
381                         list = hm.get(token);
382 
383                         int flag = 0;
384 
385                         for (int j : list) {
386 
387                             if (i < j)
388 
389                                 A[i][j] += 1.0;
390 
391                             else
392 
393                                 flag = 1;
394 
395                         }
396 
397                         if (flag == 0)
398 
399                             list.add(i);
400 
401 
402 
403                     } else {
404 
405                         list = new LinkedList<Integer> ();
406 
407                         list.add(i);
408 
409                         hm.put(token, list);
410 
411                     }
412 
413                 }
414 
415                 start = end;
416 
417                 end = wordIter.next();
418 
419             }
420 
421         }
422 
423         
424 
425         //make sure overlap(i, j) = overlap(j, i) when not considering length
426 
427         for (int i = 0; i < sentenceNum; i++) {
428 
429             for (int j = 0; j > i && j < sentenceNum; j++) {
430 
431                 if (A[i][j] > A[j][i])
432 
433                     A[i][j] = A[j][i];
434 
435             }
436 
437         }
438 
439         
440 
441         //divide by sentence lenght to avoid promoting long sentences
442 
443         for (int i = 0; i < sentenceNum; i++) {
444 
445             for (int j = 0; j < sentenceNum; j++) {
446 
447                 if (A[i][j] > 0 && sentenceList.get(i).wordNum > 0)
448 
449                     A[i][j] /= sentenceList.get(i).wordNum;
450 
451             }
452 
453         }
454 
455         
456 
457         return A;
458 
459     }
460 
461     
462 
463     /** Read the whole input file content*/
464 
465     private static String readFileToString(String infile) {
466 
467         try {
468 
469             BufferedReader reader = new BufferedReader(new FileReader(infile));
470 
471             String result ="";
472 
473             String line = reader.readLine();
474 
475             while (line != null) {
476 
477                 result = result + line + '\n';
478 
479                 line = reader.readLine();
480 
481             }
482 
483             reader.close();
484 
485             return result;
486 
487         } catch(IOException ex) {
488 
489             System.out.println(ex); //handle file not found by displaying message
490 
491             return ""; //return the empty string if file not fount
492 
493         }
494 
495     }
496 
497 
498 
499     /** 
500 
501      * For each word we will consider it as lowercase
502 
503      * and delete any non letter character.
504 
505      */
506 
507     private static String parseString(String s) {
508 
509         return s.toLowerCase().replaceAll("\\W", "");
510 
511     }
512 
513     
514 
515     /** 
516 
517      * Print the sentence which has index i
518 
519      */
520 
521     private String getSentenceString(int i) {
522 
523         Sentence sentence = sentenceList.get(i);
524 
525         return fileContentString.substring(sentence.start, sentence.end);
526 
527     }
528 
529 
530 
531     /**
532 
533      * After running rank algorithm, sort the result and output the sentences based
534 
535      * on their score
536 
537      */
538 
539     class CollatorComparator implements Comparator<Double> {  
540 
541         public int compare(Double element1, Double element2) {
542 
543             double key1 = element1.doubleValue();
544 
545             double key2 = element2.doubleValue();
546 
547             if (key1 == key2)
548 
549                 return 1;
550 
551             if (key1 > key2)
552 
553                 return -1;
554 
555             else
556 
557                 return 1;
558 
559         }  
560 
561     }  
562 
563 
564 
565     private void sortAndWriteFile(double[] P) {
566 
567         try {
568 
569             CollatorComparator comparator = new CollatorComparator();
570 
571             Map<Double,Integer> map = new TreeMap<Double, Integer>(comparator);
572 
573 
574 
575             for (int i = 0; i < P.length; i++) 
576 
577                 map.put(P[i], i);
578 
579 
580 
581             Set entries = map.entrySet();//得到关键字/值对的集合
582 
583             Iterator iter = entries.iterator();
584 
585             PrintWriter writer = new PrintWriter(new BufferedWriter(new FileWriter(outputFileName))); 
586 
587             DecimalFormat df = new DecimalFormat("#0.00000");
588 
589             while(iter.hasNext()) {
590 
591                 Map.Entry entry = (Map.Entry)iter.next();
592 
593                 double keyWeight = (Double)entry.getKey();
594 
595                 int valueIndex = (Integer)entry.getValue();
596 
597                 writer.write("(");
598 
599                 writer.write(df.format(keyWeight));
600 
601                 writer.write(") ");
602 
603                 writer.write(getSentenceString(valueIndex) + "\n");
604 
605             }
606 
607             writer.close();
608 
609         } catch (IOException ex) {
610 
611             System.out.println(ex); //handle file not found by displaying message
612 
613         }
614 
615     }
616 
617 
618 } // end of class Sumarizer
619 
复制代码

 

//MatrixHelp.java 内部使用的一些矩阵操作相关函数的实现

复制代码
  1 /**
  2  * This class has all the independent caculations related to matrix and vector
  3  * that will be used in text sumarization.
  4  * Notice those fuctions for this paticular project useage, does not consider
  5  * more about reuse, the data type all use double and assume two dimessional 
  6  * matrix with same dinmenstion length(square matrix).
  7  */
  8 public class MatrixHelp {
  9    
 10     /** retrun squared distance of vector P1 and P2*/
 11     public static double distance(double[] P1, double[] P2) {
 12         int len = P1.length;  //P1.length must equal to P2.length 
 13         double sum = 0;
 14         for (int i = 0; i < len; i++)
 15             sum += (P1[i] - P2[i]) * (P1[i] - P2[i]);
 16         return sum;
 17     }
 18 
 19     /** say H = transpose([a,b,c]) normal H means let H = transpose([a,b,c]/sqrt(a^2+b^2+c^2))*/
 20     public static void normal(double[] P) {
 21         int len = P.length;  
 22         double sum = 0;
 23         for (int i = 0; i < len; i++)
 24             sum += P[i];
 25         for (int i = 0; i < len; i++)
 26             P[i] /= sum;
 27     }
 28 
 29     /** return value of ||P||*/ 
 30     public static double normValue(double[] P) {
 31         double sum = 0;
 32         for (int i = 0; i < P.length; i++)
 33             sum += Math.abs(P[i]);
 34         return sum;
 35     }
 36 
 37     /** sub return P1 - P2*/
 38     public static double[] subVec(double[] P1, double[] P2) {
 39         int len = P1.length;
 40         double[] Result = new double[len];
 41         for (int i = 0; i < len; i++)
 42             Result[i] = P1[i] - P2[i];
 43         return Result;
 44     }
 45 
 46     /** merge return (P1 + P2)/2.0*/
 47     public static double[] mergeVec(double[] P1, double[] P2) {
 48         int len = P1.length;
 49         double[] Result = new double[len];
 50         for (int i = 0; i < len; i++)
 51             Result[i] = (P1[i] + P2[i])/2.0;
 52         return Result;
 53     }
 54 
 55 
 56     /** normalize all the value in vec P to 0.001-0.0.9995*/
 57     public static void normalize(double[] P) {
 58         double dMaxValue = -1.0;
 59         double dMinValue = 2.0;
 60         int len = P.length;
 61         for (int i = 0; i < len; i++) {
 62             if (P[i] < dMinValue)
 63                 dMinValue = P[i];
 64             if (P[i] > dMaxValue)
 65                 dMaxValue = P[i];
 66         }
 67         if (dMaxValue - dMinValue < 0.0000001)
 68             return;
 69         for (int i = 0; i < P.length; i++) {
 70             if(P[i] <= (dMinValue*1.005)) //do not use boundary value
 71                 P[i]= dMinValue*1.005;
 72             if(P[i] >= (dMaxValue*0.995))
 73                 P[i] = dMaxValue*0.995;
 74             P[i]=(P[i]-dMinValue)/(dMaxValue-dMinValue);
 75             P[i] = ((0.5-0.001)/0.5)*P[i] + 0.001;
 76         }
 77     }
 78     /** return the result matrix of matrix A mutliply (transpose of A)*/ 
 79     public static double[][] matrixMultiply(double[][] A) {
 80         int len = A[0].length;
 81         double[][] Result = new double[len][len]; 
 82         for (int i = 0; i < len; i++)
 83             for (int j = 0; j < len; j++)
 84                 for (int k = 0; k < len; k++)
 85                     Result[i][j] += A[i][k] * A[j][k]; //A[i][k] * AT[k][j]
 86         return Result;
 87     }
 88 
 89     /** return the result matrix of matrix A mutliply matrix B,A and B of same dimention size*/ 
 90     public static double[][] matrixMultiply(double[][] A, double[][] B) {
 91         int len = A[0].length;
 92         double[][] Result = new double[len][len]; 
 93         for (int i = 0; i < len; i++)
 94             for (int j = 0; j < len; j++)
 95                 for (int k = 0; j < len; k++)
 96                     Result[i][j] += A[i][k] * B[k][j];
 97         return Result;
 98     }
 99     /** return the result vector of matrix A mutliply vector P*/ 
100     public static double[] matrixMultiplyVector(double[][] A, double[] P) {
101         int len = P.length;
102         double[] Result = new double[len]; 
103         for (int i = 0; i < len; i++)
104             for (int j = 0; j < len; j++)
105                 Result[i] += A[i][j] * P[j];
106         return Result;
107     }
108 
109     
110     /** return the result vector  of first transposing matrix A than mutliply vector P*/ 
111     public static double[] matrixTransposeMultiplyVector(double[][] A, double[] P) {
112         int len = P.length;
113         double[] Result = new double[len]; 
114         for (int i = 0; i < len; i++)
115             for (int j = 0; j < len; j++) {
116                 Result[i] += A[j][i] * P[j];
117             }
118         
119         return Result;
120     }
121 
122     /** for debug show all matrix data value*/
123     public static void printMatrix(double[][] A) {
124         int len = A[0].length;
125         for (int i = 0; i < len; i++) {
126             for (int j = 0; j < len; j++) {
127                 System.out.printf("%.2f", A[i][j]);
128                 System.out.print(" ");
129             }
130             System.out.println("");
131         }
132     }
133 
134     /** for debug show all vector data value*/
135     public static void printVector(double[] P) {
136         for (int i = 0; i < P.length; i++)
137              System.out.printf("%.2f", P[i]);
138         System.out.println("\n");
139     }
140 }
141 
复制代码

 

//Ranker.java

复制代码
 1 /**
 2  * Ranker an absturct class for calculating rank score of all sentences
 3  * Right now there are two implementations 
 4  * PageRankRanker using pagerank algorithom and HitsRanker using hits
 5  * algorithom.
 6  */
 7 public interface Ranker {
 8     /**
 9      * Given the Weight matrix A
10      * return the vec needed after doing iterate algorithm,eg pagerank, hits.
11      */
12     public double[] getRankVec(double[][] A);    
13 }
复制代码

 

//PageRankRanker.java

//pager rank 算法的实现

复制代码
 1 /**
 2  * The implementaion of Ranker based on pagerank algorithm.
 3  */
 4 public class PageRankRanker implements Ranker {
 5     
 6     public double[] getRankVec(double[][] A) {
 7         return  pageRankIterate(getInitMatrix(A), 0.85);  
 8     }
 9 
10      
11     /** 
12      * Kernal of page rank iterate 
13      * Taking A as input matrixand d(damping factor,use 0.85 will be ok) 
14      * and return the result vector with weight value
15      * for each sentence
16      */
17     public static double[] pageRankIterate(double[][] A, double d) {
18         int len = A[0].length;
19         double[][] P= new double[2][len];
20         int now = 0;
21         int other = 1;
22         int temp;
23         for (int i = 0; i < len; i++)
24             P[now][i] = 1.0/len;
25         
26         double threshould = 0.0000001;  //spell wrong?
27         do {
28             P[other] = MatrixHelp.matrixMultiplyVector(A, P[now]);
29             for (int i = 0; i < len; i++)
30                 //P[other][i] = d * P[other][i] + (1 - d);
31                 P[other][i] = d * P[other][i] + (1 - d);
32             temp = now;
33             now = other;
34             other = temp;
35         } while(MatrixHelp.distance(P[now], P[other]) > threshould);
36 
37         MatrixHelp.normalize(P[now]);
38         return P[now];
39     }
40 
41    /**
42     * Get the init matrix for ranker to use based
43     * on input weight matrix A.
44     */
45     private static double[][] getInitMatrix(double[][] A) {
46         int len = A[0].length;
47         double[][] B = new double[len][len];
48         //for page rank init matrix
49         double weightSum;
50         for (int j = 0; j < len; j++) {
51             weightSum = 0.0;
52             for(int k = 0; k < len; k++) {
53                 //weightSum += A[k][j];
54                 weightSum += A[j][k];
55             }
56             for (int i = 0; i < len; i++) {
57                 if (weightSum > 0.0000001) {
58                     B[i][j] = A[i][j] / weightSum;
59                     //B[i][j] = A[j][i] /weightSum;
60                 } else if (i == j) {
61                     B[i][j] = 0.0;
62                 } else {
63                     B[i][j] = 1.00/(len - 1);
64                 }
65             }
66         }
67         return B;
68     }
69 
70 }
71 
复制代码

 

//HitsRanker.java

//hits算法的实现

复制代码
 1 /**
 2  * The implementation of Ranker based on hits algorithm.
 3  */
 4 public class HitsRanker implements Ranker {
 5     
 6     public double[] getRankVec(double[][] A) {
 7         return hitsIterate(A);
 8     }
 9 
10     /** kernal of hits alogrithm*/
11     public static double[] hitsIterate(double[][] B) {
12         int len = B[0].length;
13         double[][] L = MatrixHelp.matrixMultiply(B); //B*BT
14 
15         double[][] H = new double[2][len]; //hub
16         double[][] A = new double[2][len]; //authority
17         int now = 0;
18         int other = 1;
19         int temp;
20 
21         for (int i = 0; i < len; i++) {
22             H[now][i] = A[now][i] = 1.0;
23         }
24         double threshould = 0.0000001;
25         do {
26             A[other] = MatrixHelp.matrixTransposeMultiplyVector(L, A[now]);
27             H[other] = MatrixHelp.matrixMultiplyVector(L, H[now]);
28             MatrixHelp.normal(A[other]);
29             MatrixHelp.normal(H[other]);
30             //swap now and other
31             temp = now;
32             now = other;
33             other = temp;
34         }while(MatrixHelp.normValue(MatrixHelp.subVec(H[now], H[other])) > threshould &&  
35                MatrixHelp.normValue((MatrixHelp.subVec(A[now], A[other])))> threshould);
36      
37         double[] R = MatrixHelp.mergeVec(A[now], H[now]);
38         MatrixHelp.normalize(R);
39         return R;
40     }
41 }
42 
复制代码

 

 

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多