典型文献
基于深度学习的关键词生成研究综述
文献摘要：
关键词生成是自然语言处理中一项经典但具有挑战性的任务,需要从文档中自动生成一组具有代表性和特征性的词语.基于深度学习的序列到序列模型在这项任务中取得了显著的效果,弥补了以往关键词抽取存在的一个严重缺陷:无法产生不存在于原文中的关键词.由于其产生的结果更切合实际,关键词生成方法逐渐超越了以往的抽取方法,成为了关键词提取任务的主流方法.介绍了关键词提取的发展历程以及关键词生成任务的主要数据集,对基础设计采用序列到序列模型的关键词生成方法进行了分类梳理,分析其原理和优缺点.概述了关键词生成任务的评价方法,并对其未来研究重点进行了展望.
文献关键词：
关键词生成;深度神经网络;Seq2Seq;注意力机制
中图分类号：
作者姓名：
于强;林民;李艳玲
作者机构：
内蒙古师范大学 计算机科学技术学院,呼和浩特 010022
文献出处：
引用格式：
[1]于强;林民;李艳玲-.基于深度学习的关键词生成研究综述)[J].计算机工程与应用,2022(14):27-39
A类：
B类：
关键词生成,自然语言处理,文档,自动生成,特征性,词语,序列到序列模型,关键词抽取,原文中,切合实际,生成方法,关键词提取,主流方法,要数,基础设计,深度神经网络,Seq2Seq,注意力机制
AB值：
0.291807
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。
