基于句子选择的关键短语生成

• 作者: 罗益超 李争彦 张奇
• 来源期刊: 中文信息学报
• 关键词: 关键短语生成 文档结构 直通估计量 弱监督
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 信息抽取与文本挖掘|Information Extraction and Text Mining
• 页码范围: 64-72,81
• 页数: 10页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2021.08.009

摘要

关键短语生成是一个能从长文档或者文献中捕获中心思想的实用任务.先前的神经关键短语生成方法基本只注重词级别的信息而忽略文档结构.该文提出了一个句级选择网络(sentence selective network,SenSeNet)用于关键短语生成.该模型重点关注文档的句子结构信息,通过学习句子隐式表示来判断其是否有可能生成关键短语,然后根据判断结果引入对应归纳偏置来辅助解码器生成关键短语.该文使用直通估计量(straight-through estimator)来端到端地训练模型.为了提高句级选择网络性能,该文还提出了一个任务强相关的弱监督信息.实验表明,模型成功地捕获了文档信息,并合理选择了相对较重要的句子,而且模型也更倾向于从这些重要句子中生成关键短语.该文将模型引入到绝大多数序列到序列模型中,在五个数据集中的两个评价指标下,均有显著的性能提升.