基于联合注意力生成对抗网络的自动文摘模型

摘要：

针对现有自动文摘方法难以准确捕捉高信息量单词的问题,提出一种基于联合注意力的生成对抗网络模型并应用于文本的自动摘要.利用联合注意力机制构建新的单词层注意力,得到文档的上下文向量表示.提出一种联合损失函数训练生成器,最终生成摘要.实验结果表明,该模型与几种主流模型相比,ROUGE-1和ROUGE-L值均有所提高,表明该模型可有效提高自动文摘的质量.

关键词：生成对抗网络、自动文摘、自然语言处理、分层注意力、编码器-解码器

所属期刊栏目：42

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61872260

在线出版日期：2021-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1756-1762