原文服务方: 计算机应用研究       
摘要:
针对中文自动摘要准确率不高的问题,在含有注意力机制的序列到序列(sequence-to-sequence,seq2seq)基础模型的解码器中融合了复制机制和input-feeding方法,提出了准确率更高的中文自动摘要模型.首先,该模型使用指针网络将出现在源序列中的OOV(out-of-vocabulary)词扩展到固定词典,以实现从源序列复制OOV词到生成序列中;其次,input-feeding方法用于跟踪已生成序列的注意力决定信息以提升模型输出准确率.在NLPCC2018数据集上的实验结果表明,与基础模型相比,所提出模型获得了更高的ROUGE得分,验证了该模型的可行性.
推荐文章
融合语言特征的抽象式中文摘要模型
抽象式摘要模型
语言特征
关键实体
词向量
基于加权TextRank的中文自动文本摘要
文本摘要
TextRank
词向量
句子相似度
融合语言特征的抽象式中文摘要模型
抽象式摘要模型
语言特征
关键实体
词向量
融合句子情感和主题相似性的中文新闻文本情感摘要
情感摘要
句子情感
LexRank
句子特征
主题相似性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 融合复制机制和input-feeding方法的中文自动摘要模型
来源期刊 计算机应用研究 学科
关键词 自动摘要 复制机制 input-feeding方法 指针网络 序列到序列 注意力机制
年,卷(期) 2020,(8) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2395-2399
页数 5页 分类号 TP391.1
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2019.03.0065
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 阳小华 160 821 14.0 22.0
2 欧阳纯萍 48 212 6.0 13.0
3 农丁安 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (21)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1958(2)
  • 参考文献(0)
  • 二级参考文献(2)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自动摘要
复制机制
input-feeding方法
指针网络
序列到序列
注意力机制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导