Seq2Seq中文文本摘要在金融知识引擎系统中的应用

• 作者: 谷葆春
• 来源期刊: 计算技术与自动化
• 关键词: 金融知识 摘要提取 seq2seq模型 Attention机制 深度学习 股票
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 计算机软件及应用
• 页码范围: 138-141
• 页数: 3页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202203025

摘要

针对一个基于中文文本摘要的金融知识引擎系统，研究了Seq2Seq模型在系统中的应用。首先构建Seq2Seq模型，将研报等重要的数据输入模型的Encoder端，从Decoder端输出摘要。在seq2seq模型中加入了Attention（注意力）机制，也就是在产生输出的时候，对关系较大的输入输出数据赋以较大权重,再根据关注的区域产生下一个输出。最后通过LawRouge评价器对生成的金融数据进行效果评价。