基于双编码器结构的文本自动摘要研究

• 作者: 严建峰 冯读娟 杨璐
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 自然语言处理 生成式摘要 卷积神经网络 门控循环单元 注意力机制 序列到序列模型 Copy机制
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 60-64
• 页数: 5页
• 分类号: TP391
• 字数: 4322字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054540

摘要

为了解决序列到序列模型中编码器不能充分编码源文本的问题,构建一种基于双编码器网络结构的CGAtten-GRU模型.2个编码器分别使用卷积神经网络和双向门控循环单元,源文本并行进入双编码器,结合2种编码网络结构的输出结果构建注意力机制,解码器端使用GRU网络融合Copy机制和集束搜索方法,以提高解码的准确度.在大规模中文短文本摘要数据集LCSTS上的实验结果表明,与RNN context模型相比,该模型的Rouge-1、Rouge-2和Rouge-L分别提高0.1、0.059和0.046.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严建峰	苏州大学计算机科学与技术学院	33	149	8.0	10.0
2	杨璐	苏州大学计算机科学与技术学院	19	74	5.0	7.0
3	冯读娟	苏州大学计算机科学与技术学院	1	0	0.0	0.0