典型文献
融合上下文信息和关键信息的文本摘要
文献摘要：
文本摘要的一个迫切需要解决的问题是如何准确地概括文本的核心内容.目前文本摘要的主要方法是使用编码器-解码器架构,在解码过程中利用软注意力获取所需的上下文语义信息.但是,由于编码器有时候会编码过多的信息,所以生成的摘要不一定会概括源文本的核心内容.为此,该文提出一种基于双注意指针网络的文本摘要模型.首先,该模型使用了双注意指针融合网络,其中自注意机制从编码器中收集关键信息,软注意和指针网络通过上下文信息生成更连贯的核心内容.两者融合能够生成具有总结性和连贯性的摘要.其次,采用改进后的覆盖率机制来处理重复问题,提高生成摘要的准确性.同时,结合计划采样和强化学习产生新的训练方法来优化模型.在CNN/Daily Mail数据集和LCSTS数据集上的实验表明,该模型达到了当前主流模型的效果.实验结果分析表明,该模型在总结性方面具有良好的表现,同时减少了重复的出现.
文献关键词：
文本摘要;神经网络;注意力机制;指针网络
中图分类号：
作者姓名：
李志欣;彭智;唐素勤;马慧芳
作者机构：
广西师范大学广西多源信息挖掘与安全重点实验室,广西桂林541004;西北师范大学计算机科学与工程学院,甘肃兰州730070
文献出处：
引用格式：
[1]李志欣;彭智;唐素勤;马慧芳-.融合上下文信息和关键信息的文本摘要)[J].中文信息学报,2022(01):83-91
A类：
B类：
上下文信息,关键信息,文本摘要,前文本,主要方法,编码器,解码器,软注意力,上下文语义,语义信息,有时候,定会,意指,指针网络,模型使用,融合网络,自注意机制,总结性,连贯性,强化学习,训练方法,Daily,Mail,LCSTS,流模型,实验结果分析,注意力机制
AB值：
0.333275
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。
