基于深度学习的自动文摘句排序方法

• 作者: 丁晓峰 何凯霖
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 自动文摘生成 句子排序 深度学习 循环神经网络 自然语言处理
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 开发与应用
• 页码范围: 3457-3460
• 页数: 4页
• 分类号: TP391
• 字数: 4079字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2017.12.047

摘要

针对现有的文摘句排序方法难以理解深层语义的问题,提出一种基于深度学习的多文档文摘句排序方法.设计端到端深度神经网络完成语句的嵌入、理解及排序.用循环神经网络对句子进行单词级嵌入,在此基础上构建句子的上下文向量表示,用RNN对句子在不同位置的内聚性进行评估,利用指针网络RNN进行下一句预测.实验结果表明,相比传统方法,采用该方法能够得到更高质量的多文档文摘,在自动文摘生成及自然语言处理等方面有广泛用途.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁晓峰	电子科技大学成都学院计算机系	11	47	3.0	6.0
2	何凯霖	电子科技大学成都学院计算机系	6	45	3.0	6.0