基于文本类别的文本自动摘要模型

• 作者: 谢鸣元
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: seq2seq 神经网络 文本自动摘要 文本分类
• 年，卷（期）: 2018,（1）
• 页码范围: 206-208
• 页数: 3页
• 分类号: TP18

摘要

目前大部分基于序列到序列生成模型的生成式摘要研究未充分考虑文本类别对于最终摘要结果的影响。然而往往同一类别的文本的摘要具有类似的格式与措辞。因此该文提出基于文本类别的文本自动摘要模型,先利用卷积神经网络对文本进行分类,然后在传统的序列到序列模型的基础上结合文本的类别特征进行摘要生成。实验结果表明,基于文本类别的文本自动摘要模型相对于传统的文本自动摘要模型取得了更好的ROUGE值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢鸣元	侗济大学电子与信息工程学院	1	0	0.0	0.0