科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
