首页|基于变分自编码器的生成式文本摘要研究

基于变分自编码器的生成式文本摘要研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
从单文档中生成简短精炼的摘要文本可有效缓解信息爆炸给人们带来的阅读压力.近年来,序列到序列(sequence-to-sequence,Seq2Seq)模型在各文本生成任务中广泛应用,其中结合注意力机制的Seq2Seq 模型已成为生成式文本摘要的基本框架.为生成能体现摘要的特定写作风格特征的摘要,在基于注意力和覆盖率机制的Seq2Seq 模型基础上,在解码阶段利用变分自编码器(variational auto-encoder,VAE)刻画摘要风格特征并用于指导摘要文本生成;最后,利用指针生成网络来缓解模型中可能出现的未登录词问题.基于新浪微博LCSTS 数据集的实验结果表明,该方法能有效刻画摘要风格特征､缓解未登录词及重复生成问题,使得生成的摘要准确性高于基准模型.
Abstractive text summarization based on variational auto-encoder

黄佳佳、李鹏伟

展开 >

南京审计大学 信息工程学院,南京211815

文本摘要 变分自编码器 Seq2Seq模型 覆盖率机制 指针生成网络

国家自然科学基金资助项目国家自然科学基金资助项目江苏省高等学校自然科学研究项目江苏省高等学校自然科学研究项目

618021946190219017KJB52001519KJB520040

2021

10.19734/j.issn.1001-3695.2020.03.0051

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.(3)
  • 3
  • 2