基于神经网络的文本标题生成原型系统设计

• 作者: 张仕森 孙宪坤 尹玲 李世玺
• 来源期刊: 电子科技
• 关键词: 人工智能 自然语言处理 神经网络 标题生成 原型系统 词向量 注意力机制 生成式技术
• 年，卷（期）: 2021,（5）
• 页码范围: 35-41
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2021.05.007

摘要

针对传统人工总结、编写标题的方法在耗费大量人力、时间成本的同时难以应对互联网中大量不规范的文本的问题,文中设计了一种基于神经网络的文本标题生成原型系统.在文本标题生成原型系统中通过基于神经网络编码器-解码器模型对文本进行建模计算,从而经济、高效地生成一条准确、简洁、切合原文的标题.在编码器部分采用双向长短期记忆神经网络,充分利用上下文之间的语义联系.解码器部分则采用单向神经网络进行解码操作,并引入注意力机制来缓解信息丢失,提高标题生成效果.在LCSTS数据集上进行实验得到ROUGE-1、ROUGE-L评价指标分别为29.91和24.68,证明了该标题生成原型系统的有效性.