-
题名主题关键词信息融合的中文生成式自动摘要研究
被引量：29
- 1
-
-
作者
侯丽微
胡珀
曹雯琳
-
机构
华中师范大学计算机学院
-
出处
《自动化学报》
EI
CSCD
北大核心
2019年第3期530-539,共10页
-
基金
国家自然科学基金(61402191)
中央高校基本科研业务费项目(CCN U18TS044
+1 种基金
CCNU16JYKX15)
国家语委"十三五"科研规划项目(WT135-11)资助~~
-
文摘
随着大数据和人工智能技术的迅猛发展,传统自动文摘研究正朝着从抽取式摘要到生成式摘要的方向演化,从中达到生成更高质量的自然流畅的文摘的目的.近年来,深度学习技术逐渐被应用于生成式摘要研究中,其中基于注意力机制的序列到序列模型已成为应用最广泛的模型之一,尤其在句子级摘要生成任务(如新闻标题生成、句子压缩等)中取得了显著的效果.然而,现有基于神经网络的生成式摘要模型绝大多数将注意力均匀分配到文本的所有内容中,而对其中蕴含的重要主题信息并没有细致区分.鉴于此,本文提出了一种新的融入主题关键词信息的多注意力序列到序列模型,通过联合注意力机制将文本中主题下重要的一些关键词语的信息与文本语义信息综合起来实现对摘要的引导生成.在NLPCC 2017的中文单文档摘要评测数据集上的实验结果验证了所提方法的有效性和先进性.
-
关键词
联合注意力机制
序列到序列模型
生成式摘要
主题关键词
-
Keywords
Joint attention mechanism
sequence to sequence model
abstractive summarization
topical keywords
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
