面向招标文件的半结构化文本自动生成

摘要：

招标文件范本总结了历史招标文件的核心内容.针对现有文本摘要方法无法有效提取文本主题结构、忽略时间特征对文本重要性的影响等问题,提出一种基于多头图注意力网络的半结构化文本自动生成(SGMG)模型.在模型预处理层中,利用B E RT预训练模型进行文本嵌入,通过白化操作增强文本向量的表达能力.在主题抽取模块中,利用异质图建立主题、段落及文档之间的语义关系,应用多头图注意力网络加强图节点之间的交互,提高模型学习能力.在中心句抽取模块中,通过融合时间特征及语义相似关系的有向图计算文本中心性,防止重要时间信息的丢失.在句子选择模块中,结合三元词过滤法,提升生成内容的多样性.将国家能源集团2016年至2020年的招标文件作为语料进行实验,结果表明SGMG模型能够有效提取文本主题结构,生成文本内容与人工编制的范本接近,ROUGE-L评估指标相比于TextRank、LexRank等现有文本摘要方法提升了4.3个百分点以上.

关键词：文本生成、半结构化文本、主题提取、图注意力网络、异质图

所属期刊栏目：49

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金;国家重点研发计划

在线出版日期：2023-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：67-72