一种基于深度学习的中文生成式自动摘要方法

• 作者: 张伟 李维勇 柳斌 陈云芳
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 生成式自动摘要 笔画向量 Seq2Seq 注意力机制
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: CTCIS2019
• 页码范围: 51-63
• 页数: 13页
• 分类号: TP391
• 字数: 9819字
• 语种: 中文
• DOI: 10.16088/j.issn.1001-6600.2020.02.006

摘要

针对中文的象形性和结构性特点,本文提出了一种新的生成式自动摘要解决方案,包括基于笔画的文本向量生成技术和一个生成式自动摘要模型.基于笔画的文本向量方法针对组成汉字的最小粒度笔画进行编码,增强了通过Skip-Gram模型得到对应的中文词向量语义信息;然后通过对Seq2Seq模型进行优化,使用Bi-LSTM解决长序列文本信息丢失以及逆向信息的补充问题;并在编码端加入Attention机制以计算不同输入词对解码端的影响权重,在解码端加入Beam Search算法优化生成序列的流畅度.基于LCSTS数据集实验表明,本文提出的模型在中文文本摘要生成质量和可读性上有所提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈云芳	南京邮电大学计算机学院	55	289	11.0	14.0
2	张伟	南京邮电大学计算机学院	66	273	9.0	13.0
3	李维勇	南京信息职业技术学院计算机与软件学院	25	41	4.0	5.0
4	柳斌	南京邮电大学计算机学院	1	0	0.0	0.0