核心词修正的Seq2Seq短文摘要

• 作者: 方旭 樊振 王祺 过弋
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 中文短文本 自动摘要 长短期记忆网络 注意力机制的序列到序列模型 核心词修正
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 3610-3615
• 页数: 6页
• 分类号: TP391
• 字数: 4992字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2018.12.003

摘要

为使用户能够更快从海量的互联网信息中获得自己想要的信息,需要利用自动摘要技术给这些短文本添加简短的摘要,提出采用深度学习结合核心词修正的方法自动生成中文短文本的摘要.通过对长短期记忆网络(LSTM)进行研究,构建一个基于注意力机制的序列到序列模型(Seq2Seq),采用字词联合特征作为模型的输入进行训练,利用原文的核心词对生成的摘要进行修正,得到最终的摘要结果.通过分析在LCSTS数据集上的实验结果验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王祺	华东理工大学信息科学与工程学院	9	18	2.0	3.0
2	过弋	华东理工大学信息科学与工程学院	12	23	2.0	4.0
8	樊振	华东理工大学信息科学与工程学院	3	15	2.0	3.0
9	方旭	华东理工大学信息科学与工程学院	2	2	1.0	1.0