多注意力机制的文本摘要事实一致性评估模型

摘要：

文本摘要事实一致性是摘要内容与源文档内容的信息一致.最近的研究表明,文本摘要模型生成的摘要存在较多与原文事实不一致的问题,设计能够检测并评估出事实不一致错误的方法至关重要.目前基于自然语言推理的方法存在对源文档内容提取简单,推理信息交互不充分等问题.提出多注意力机制的文本摘要事实一致性评估模型,利用预训练模型微调的sentence-BERT模型挑选源文档中的关键句,然后将摘要句与关键句组合成句子对,输入BERT模型编码获得向量表示结合ESIM进行句子对的推理,利用图注意力网络完成推理信息的聚合,提高文本摘要事实一致性评估模型的准确率.实验结果表明,该算法与多个典型算法在在领域内常用的数据集进行实验比较,其可行性和有效性得到验证.

关键词：文本摘要、事实一致性、BERT、图注意力网络、交互注意力

所属期刊栏目：59

分类号：TP391(计算技术、计算机技术)

资助基金：国家科技创新重大项目;国家自然科学基金

在线出版日期：2023-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：163-170