隨著移動(dòng)互聯(lián)網(wǎng)的廣泛應(yīng)用，信息數(shù)量激增，用戶面臨信息過(guò)載問(wèn)題。受到移動(dòng)終端的屏幕大小和連接帶寬大小等限制，推送給用戶的新聞通常首先要做摘要處理。按照摘要產(chǎn)生方法的不同自動(dòng)摘要可以分為抽取式摘要（extractive）和理解式摘要（abstractive）。抽取式摘要直接從原文中抽取重要的句子作為摘要句，而理解式摘要?jiǎng)t通過(guò)對(duì)文章進(jìn)行句法、語(yǔ)義和篇章結(jié)構(gòu)的分析獲取文檔的意義，再通過(guò)自然語(yǔ)言生成得到滿足要求的摘要。

　　基于LDAl4J （Latent Dirichlet Allocation）的抽取式摘要是近期的研究熱點(diǎn)。Shafieic5］提出一種由詞、片段、主題、文檔四層結(jié)構(gòu)組成的Co-Clustering Model模型，該方法受限于摘要長(zhǎng)度，并不是所有從主題類中選出的句子都能作為摘要內(nèi)容，使得產(chǎn)生的摘要內(nèi)容代表性不強(qiáng)。Haghighi將句子、文檔和文檔集合統(tǒng)一納入到一個(gè)層次性LDA主題模型中，使用Gibbs抽樣獲得模型參數(shù)，以KL-散度作為摘要評(píng)價(jià)模型選擇句子，使用貪心算法添加句子。Arora等使用LDA作為文檔的表示模型，提出了基于推論的、半生成性和全生成性的3種句子選擇形式。該方法僅僅通過(guò)計(jì)算句子的主題概率來(lái)選擇摘要句子，忽略了其他常用特征，使得選出的摘要質(zhì)量不高。

　　鑒于以上幾種方法的缺點(diǎn)，本文提出一種基于LDA模型的句子主題特征，以句子作為處理單元，根據(jù)LDA模型中主題的概率分布和句子的概率分布計(jì)算文檔與句子的主題相似性，并融合句子在文檔中的位置和標(biāo)題相似性等基礎(chǔ)特征，形成組合特征共同評(píng)價(jià)句子的重要性，最后根據(jù)融合特征分值大小抽取句子生成摘要。