工业控制计算机2024，Vol.37Issue(3) ：36-38.

基于多特征融合过滤的对话文本摘要生成研究

Dialogue Text Summarization Generation Based on Multiple Features Fusion Filtering

金彦亮 臧庆福 高塬 冯湫燕 高至锋
工业控制计算机2024，Vol.37Issue(3) ：36-38.
✕
  • 维普
  • 万方数据

基于多特征融合过滤的对话文本摘要生成研究

Dialogue Text Summarization Generation Based on Multiple Features Fusion Filtering

金彦亮 1臧庆福 1高塬 1冯湫燕 1高至锋1
扫码查看

作者信息

  • 1. 上海大学通信与信息工程学院,上海 200444
  • 折叠

摘要

原始对话中存在的较多无用信息会干扰模型对重要信息的关注.为此,提出一种基于多特征融合过滤的对话摘要模型,通过自适应地融合多种语义特征来过滤无用信息,实现更加准确的摘要生成.在对话摘要数据集CSDS上的实验结果表明,与先进的BART、MV-BART和BART(DALL)等模型相比,该方法在ROUGE分数上最高可提升2.89％.

Abstract

A lot of useless information in the original dialogue can interfere with the model's attention to important infor-mation.To this end,a dialogue summarization model based on multiple feature fusion filtering is proposed,which can adaptively integrate multiple semantic features to filter out useless information and achieve more accurate summary genera-tion.The experimental results on the dialogue summarization dataset CSDS show that compared with advanced models such as BART,MV-BART,and BART(DALL),this method can improve the ROUGE score by up to 2.89％.

关键词

对话摘要/文本摘要/多特征融合/BART

Key words

dialogue summarization/text summarization/multiple features fusion/BART

引用本文复制引用

基金项目

上海大学协同创新项目基金(XTCX-KJ-2022-68)

出版年

2024
工业控制计算机
中国计算机学会工业控制计算机专业委员会 江苏省计算技术研究所有限责任公司

工业控制计算机

影响因子：0.258
ISSN：1001-182X
参考文献量11
段落导航相关论文