基于双编码器结构的文本自动摘要研究

摘要：

为了解决序列到序列模型中编码器不能充分编码源文本的问题,构建一种基于双编码器网络结构的CGAtten-GRU模型.2个编码器分别使用卷积神经网络和双向门控循环单元,源文本并行进入双编码器,结合2种编码网络结构的输出结果构建注意力机制,解码器端使用GRU网络融合Copy机制和集束搜索方法,以提高解码的准确度.在大规模中文短文本摘要数据集LCSTS上的实验结果表明,与RNN context模型相比,该模型的Rouge-1、Rouge-2和Rouge-L分别提高0.1、0.059和0.046.

关键词：自然语言处理、生成式摘要、卷积神经网络、门控循环单元、注意力机制、序列到序列模型、Copy机制

所属期刊栏目：46

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;江苏省科技支撑计划重点项目

在线出版日期：2020-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：60-64