我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于层次结构的生成式自动文摘 下载：53 浏览：484

吴仁守 张宜飞 王红玲 张迎 《中文研究》 2019年5期

摘要:
基于编码器—解码器架构的序列到序列学习模型是近年来主流的生成式文摘方法。但是，传统的编码器尚不能有效地对长文档进行语义编码，并且只能学习线性链结构的信息，忽视了文档具有的层次结构。而文档的层次结构(字—句—文档)有助于自动文摘系统更加准确地判断文档内不同结构单元的语义信息和重要程度。为了使编码器能够获取文档的层次结构信息，该文根据文档的层次结构对文档进行编码:首先构建字级语义表示，然后由字级语义表示构建句级语义表示。另外，该文还提出了一种语义融合单元来对输入文档不同层次的语义信息进行融合，作为最终的文档表示提供给编码器生成摘要。实验结果表明，在加入该文提出的层次文档阅读器与语义融合单元后，系统性能在ROUGE评价指标上有显著提高。

一种基于局部—全局主题关系的演化式摘要系统 下载：53 浏览：270

吴仁守 刘凯 王红玲 《中文研究》 2018年5期

摘要:
带有时间标志的演化式摘要是近年来提出的自然语言处理任务，其本质是多文档自动文摘，它的研究对象是互联网上连续报道的热点新闻文档。针对互联网新闻事件报道的动态演化、动态关联和信息重复等特点，该文提出了一种基于局部—全局主题关系的演化式摘要方法，该方法将新闻事件划分为多个不同的子主题，在考虑时间演化的基础上同时考虑子主题之间的主题演化，最后将新闻标题作为摘要输出。实验结果表明，该方法是有效的，并且在以新闻标题作为输入输出时，和当前主流的多文档摘要和演化摘要方法相比，在Rouge评价指标上有显著提高。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享