基于改进Sequence-to-Sequence模型的文本摘要生成方法

• 作者: 周健 崔晓晖 田萱
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本摘要 Sequence-to-Sequence模型 语言特征 拷贝机制 Copy-Generator模型
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 128-134
• 页数: 7页
• 分类号: TP399
• 字数: 6591字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1709-0029

摘要

基于循环神经网络和注意力机制的Sequence-to-Sequence模型神经网络方法在信息抽取和自动摘要生成方面发挥了重要作用.然而,该方法不能充分利用文本的语言特征信息,且生成结果中存在未登录词问题,从而影响文本摘要的准确性和可读性.为此,利用文本语言特征改善输入的特性,同时引入拷贝机制缓解摘要生成过程未登录词问题.在此基础上,提出基于Sequence-to-Sequence模型的新方法Copy-Generator模型,以提升文本摘要生成效果.采用中文摘要数据集LCSTS为数据源进行实验,结果表明所提方法能够有效地提高生成摘要的准确率,可应用于自动文本摘要提取任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田萱	北京林业大学信息学院	24	266	8.0	16.0
2	崔晓晖	北京林业大学信息学院	12	35	4.0	5.0
3	周健	北京林业大学信息学院	1	2	1.0	1.0