SFExt-PGAbs:两阶段长文档摘要模型

摘要：

针对抽取式方法、生成式方法在长文档摘要上的流畅性、准确性缺陷以及在文档编码前截断原始文档造成的重要信息缺失问题,提出一种两阶段长文档摘要模型SFExt-PGAbs,由次模函数抽取式摘要SFExt与指针生成器生成式摘要PGAbs组成.SFExt-PGAbs模拟人类对长文档进行摘要的过程,首先使用SFExt在长文档中抽取出重要句子,过滤不重要且冗余的句子形成过渡文档,然后PGAbs接收过渡文档作为输入以生成流畅且准确的摘要.为获取与原始文档中心思想更为接近的过渡文档,在传统SFExt中拓展出位置重要性、准确性两个子方面,同时设计新的贪心算法.为研究不同特征提取器对生成摘要质量的影响,在PGAbs中应用两种循环神经网络.实验结果显示,在CNNDM测试集上,SFExt-PGAbs相较于基线模型生成了更为流畅、准确的摘要,ROUGE指标有较大提升.同时,子方面拓展后的SFExt也能抽取得到更准确的摘要.

关键词：两阶段摘要模型、长文档摘要、抽取式摘要、生成式摘要、次模函数、指针生成器、子方面融合

所属期刊栏目：15

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61772562

在线出版日期：2021-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：907-921