典型文献
知识增强的生物医学文本生成式摘要研究
文献摘要：
[目的]将生物医学文本映射到生物医学领域超级叙词表以获得文本中包含的生物医学术语及其对应概念,并将术语和概念作为背景知识融入文本摘要模型中,提高文本摘要模型在生物医学文本上的摘要生成质量.[方法]通过抽取式摘要技术获取文本的重要内容,然后结合生物医学领域知识库将文本重要内容中包含的术语与其对应的知识库概念一并抽取出来,作为背景知识融入神经网络生成式摘要模型的注意力机制中,使模型在领域知识引导下既可聚焦文本内部的重要信息,又可抑制因外部信息引入而可能产生的噪音问题,显著改善摘要的生成质量.[结果]在三个生物医学领域数据集上的实验结果验证了本文方法的有效性,本文所提模型PG-meta在三个数据集上的ROUGE均值达到31.06,比原PG模型ROUGE均值高1.51.[局限]未探索不同的生物医学领域背景知识获取方式对于模型增强效果的影响.[结论]本文方法可帮助模型更好地学习生物医学文本深层含义,提高摘要生成质量.
文献关键词：
生物医学文本挖掘;生成式摘要;领域知识;知识增强
中图分类号：
作者姓名：
邓露;胡珀;李炫宏
作者机构：
华中师范大学计算机学院 武汉430079
文献出处：
引用格式：
[1]邓露;胡珀;李炫宏-.知识增强的生物医学文本生成式摘要研究)[J].数据分析与知识发现,2022(11):1-12
A类：
生物医学文本挖掘
B类：
知识增强,文本生成,生成式摘要,射到,生物医学领域,叙词表,医学术语,念作,背景知识,文本摘要,摘要生成,抽取式摘要,技术获取,医学领域知识,知识库,一并,入神,注意力机制,知识引导,重要信息,可抑制,外部信息,噪音,音问,PG,meta,ROUGE,知识获取,模型增强,增强效果,地学
AB值：
0.311884
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
