基于指针网络的抽取生成式摘要生成模型

作     者：陈伟 杨燕 CHEN Wei;YANG Yan

作者机构：西南交通大学计算机与人工智能学院成都611756 

基　　金：国家自然科学基金面上项目(61976247) 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2021年第41卷第12期

页      码：3527-3533页

摘      要：作为自然语言处理中的热点问题,摘要生成具有重要的研究意义。基于Seq2Seq模型的生成式摘要模型取得了良好的效果,然而抽取式的方法具有挖掘有效特征并抽取文章重要句子的潜力,因此如何利用抽取式方法来改进生成式方法是一个较好的研究方向。鉴于此,提出了融合生成式和抽取式方法的模型。首先,使用TextRank算法并融合主题相似度来抽取文章中有重要意义的句子。然后,设计了融合抽取信息语义的基于Seq2Seq模型的生成式框架来实现摘要生成任务;同时,引入指针网络解决模型训练中的未登录词(OOV)问题。综合以上步骤得到最终摘要,并在CNN/Daily Mail数据集上进行验证。结果表明在ROUGE-1、ROUGE-2和ROUGE-L三个指标上所提模型比传统TextRank算法均有所提升,同时也验证了融合抽取式和生成式方法在摘要生成领域中的有效性。

主 题 词：抽取生成式摘要 TextRank算法 Seq2Seq模型 指针网络 语义融合 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.11772/j.issn.1001-9081.2021060899

馆 藏 号：203106907...