基于改进Sequence-to-Sequence模型的文本摘要生成方法

摘要：

基于循环神经网络和注意力机制的Sequence-to-Sequence模型神经网络方法在信息抽取和自动摘要生成方面发挥了重要作用.然而,该方法不能充分利用文本的语言特征信息,且生成结果中存在未登录词问题,从而影响文本摘要的准确性和可读性.为此,利用文本语言特征改善输入的特性,同时引入拷贝机制缓解摘要生成过程未登录词问题.在此基础上,提出基于Sequence-to-Sequence模型的新方法Copy-Generator模型,以提升文本摘要生成效果.采用中文摘要数据集LCSTS为数据源进行实验,结果表明所提方法能够有效地提高生成摘要的准确率,可应用于自动文本摘要提取任务.

关键词：文本摘要、Sequence-to-Sequence模型、语言特征、拷贝机制、Copy-Generator模型

所属期刊栏目：55

分类号：TP399(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项基金TD2014-02;中央高校基本科研业务费专项资金BLX2014-27

在线出版日期：2019-10-30（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：128-134