一种基于深度学习的中文生成式自动摘要方法

摘要：

针对中文的象形性和结构性特点,本文提出了一种新的生成式自动摘要解决方案,包括基于笔画的文本向量生成技术和一个生成式自动摘要模型.基于笔画的文本向量方法针对组成汉字的最小粒度笔画进行编码,增强了通过Skip-Gram模型得到对应的中文词向量语义信息;然后通过对Seq2Seq模型进行优化,使用Bi-LSTM解决长序列文本信息丢失以及逆向信息的补充问题;并在编码端加入Attention机制以计算不同输入词对解码端的影响权重,在解码端加入Beam Search算法优化生成序列的流畅度.基于LCSTS数据集实验表明,本文提出的模型在中文文本摘要生成质量和可读性上有所提升.

关键词：深度学习、生成式自动摘要、笔画向量、Seq2Seq、注意力机制

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61672297;2019 年度高校"青蓝工程"优秀教学团队项目苏教师[2019]3 号

在线出版日期：2020-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：51-63