基于回归的抽取式摘要模型

• 作者: 刘挺 赵怀鹏 车万翔
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 神经网络 抽取式摘要 回归模型
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 系统开发与应用
• 页码范围: 200-203,207
• 页数: 5页
• 分类号: TP391.41
• 字数: 2845字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2019.02.047

摘要

文本摘要就是一个高度概括原文重要信息的过程.摘要算法大致可以分为2类:抽取式摘要和生成式摘要.抽取式摘要的目的是从原文中选择一些重要的短语或句子来组成摘要.生成式摘要是利用算法生成文本的另一种表达,所用到的词汇表述并不一定来自于原文.自动文本摘要能够帮助很多下游任务(例如新闻摘要,社会媒体等).近些年一些基于神经网络的工作大都将抽取式摘要任务当成序列标注来建模.这就存在训练和测试的不一致性问题:训练时当成分类任务,测试时当成排序任务.研究提出一种基于神经网络的回归模型,让模型在训练的时候就直接拟合ROUGE得到其分数用来做排序.实验结果超过目前抽取式摘要的最好结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘挺	哈尔滨工业大学计算机科学与技术学院	142	4348	34.0	63.0
2	车万翔	哈尔滨工业大学计算机科学与技术学院	29	1137	12.0	29.0
3	赵怀鹏	哈尔滨工业大学计算机科学与技术学院	1	0	0.0	0.0