融合上下文信息和关键信息的文本摘要

融合上下文信息和关键信息的文本摘要
李志欣;彭智;唐素勤;马慧芳
【期刊名称】《中文信息学报》
【年(卷),期】2022(36)1
【摘要】的一个迫切需要解决的问题是如何准确地概括文本的核心内容。

目前文本摘要的主要方法是使用编码器-解码器架构,在解码过程中利用软注意力获取所需的上下文语义信息。

但是,由于编码器有时候会编码过多的信息,所以生成的摘要不一定会概括源文本的核心内容。

为此,该文提出一种基于双注意指针网络的文本摘要模型。

首先,该模型使用了双注意指针融合网络,其中自注意机制从编码器中收集关键信息,软注意和指针网络通过上下文信息生成更连贯的核心内容。

两者融合能够生成具有总结性和连贯性的摘要。

其次,采用改进后的覆盖率机制来处理重复问题,提高生成摘要的准确性。

同时,结合计划采样和强化学习产生新的训练方法来优化模型。

在CNN/Daily Mail数据集和LCSTS数据集上的实验表明,该模型达到了当前主流模型的效果。

实验结果分析表明,该模型在总结性方面具有良好的表现,同时减少了重复的出现。

【总页数】9页(P83-91)
【作者】李志欣;彭智;唐素勤;马慧芳
【作者单位】广西师范大学广西多源信息挖掘与安全重点实验室;西北师范大学计算机科学与工程学院
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于自适应色彩聚类和上下文信息的自然场景文本检测
2.基于文本上下文和网络信息的链接预测方法
3.主题关键词信息融合的中文生成式自动摘要研究
4.一种融合信息选择和语义关联的文本摘要模型
5.基于上下文信息的产品评论摘要Bi-LSTM模型
因版权原因，仅展示原文概要，查看原文内容请购买。