典型文献
通过N-gram增强局部上下文视野感知的中文生成式摘要
文献摘要：
基于序列到序列模型的生成式文档摘要算法已经取得了良好的效果.鉴于中文N-gram蕴含着丰富的局部上下文信息,该文提出将N-gram信息整合到现有模型的神经框架NgramSum,即利用N-gram信息增强神经模型局部上下文语义感知能力.该框架以现有的神经模型为主干,从本地语料库提取N-gram信息,提出了一个局部上下文视野感知增强模块和一个门模块,并来分别对这些信息进行编码和聚合.在NLPCC 2017中文单文档摘要评测数据集上的实验结果表明:该框架有效增强了基于LSTM、Transformer、预训练模型三种不同层次的序列到序列的强基线模型,其中ROUGE-1/2/L相较基线模型平均分别提高了2.76,3.25,3.10个百分点.进一步的实验和分析也证明了该框架在不同N-gram度量方面的鲁棒性.
文献关键词：
生成式文摘;N-gram;局部上下文视野感知增强;门模块
中图分类号：
作者姓名：
尹宝生;安鹏飞
作者机构：
沈阳航空航天大学 人机智能研究中心,辽宁 沈阳 110136
文献出处：
引用格式：
[1]尹宝生;安鹏飞-.通过N-gram增强局部上下文视野感知的中文生成式摘要)[J].中文信息学报,2022(08):135-143,153
A类：
NgramSum,局部上下文视野感知增强,生成式文摘
B类：
文生,生成式摘要,序列到序列模型,文档,上下文信息,信息整合,合到,现有模型,信息增强,上下文语义,语义感知,感知能力,语料库,门模块,NLPCC,评测数据集,Transformer,预训练模型,不同层次,基线模型,ROUGE,模型平均,平均分,百分点
AB值：
0.266855
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。
