10.16208/j.issn1000-7024.2018.12.003
核心词修正的Seq2Seq短文摘要
为使用户能够更快从海量的互联网信息中获得自己想要的信息,需要利用自动摘要技术给这些短文本添加简短的摘要,提出采用深度学习结合核心词修正的方法自动生成中文短文本的摘要.通过对长短期记忆网络(LSTM)进行研究,构建一个基于注意力机制的序列到序列模型(Seq2Seq),采用字词联合特征作为模型的输入进行训练,利用原文的核心词对生成的摘要进行修正,得到最终的摘要结果.通过分析在LCSTS数据集上的实验结果验证了该方法的有效性.
中文短文本、自动摘要、长短期记忆网络、注意力机制的序列到序列模型、核心词修正
39
TP391(计算技术、计算机技术)
国家自然科学基金项目61462073;上海科学技术委员会科研计划基金项目STCSM:17DZ1101003、16511101000
2019-03-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
3610-3615