典型文献
结合层级注意力的抽取式新闻文本自动摘要
文献摘要：
由于抽取式摘要抽取句子有较强的人为判断主观性,不能准确客观评测出文章中实际每个句子对摘要的重要程度,以及每句话中每个词对句子重要程度的影响,从而影响了摘要的抽取质量.针对该问题,提出了一种结合层级注意力的抽取式新闻文本自动摘要方法.首先,该方法通过对英文新闻文本进行层级编码并依次加入词级注意力、句级注意力,得到结合层级注意力的文本表示.其次,通过神经网络构建动态打分函数并依次选择出打分函数中分值最高的候选句子作为摘要句.最后,抽取出英文新闻文本所对应的摘要.所提方法在CNN/Daily Mail、New York Times与Multi-News公共数据集上均进行了实验验证,实验结果表明所提方法的ROUGE评测值与目前最好的模型相比表现相当,ROUGE F1值较baseline分别提高了1.78、0.70与1.44个百分点.由此表明该方法在英文新闻文本抽取式摘要任务上具有泛化性与有效性,并且与现有方法相比具有一定的优越性.
文献关键词：
英文新闻;抽取式摘要;层级注意力;打分函数
中图分类号：
作者姓名：
王红斌;金子铃;毛存礼
作者机构：
昆明理工大学 信息工程与自动化学院,昆明 650500;昆明理工大学 云南省人工智能重点实验室,昆明 650500
文献出处：
引用格式：
[1]王红斌;金子铃;毛存礼-.结合层级注意力的抽取式新闻文本自动摘要)[J].计算机科学与探索,2022(04):877-887
A类：
B类：
结合层,层级注意力,新闻文本,文本自动摘要,抽取式摘要,摘要抽取,句子,主观性,评测,重要程度,每句话,对句,英文新闻,文本表示,网络构建,打分函数,Daily,Mail,York,Times,Multi,News,公共数据,ROUGE,baseline,百分点,泛化性
AB值：
0.288653
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。
