一种基于深度学习的中文生成式自动摘要方法

作者：李维勇; 柳斌; 张伟; 陈云芳^*

来源：广西师范大学学报(自然科学版), 2020, 38(02): 51-63.

DOI：10.16088/j.issn.1001-6600.2020.02.006

• 深度学习
• 生成式自动摘要
• 笔画向量
• Seq2Seq
• 注意力机制

针对中文的象形性和结构性特点,本文提出了一种新的生成式自动摘要解决方案,包括基于笔画的文本向量生成技术和一个生成式自动摘要模型。基于笔画的文本向量方法针对组成汉字的最小粒度笔画进行编码,增强了通过Skip-Gram模型得到对应的中文词向量语义信息;然后通过对Seq2Seq模型进行优化,使用Bi-LSTM解决长序列文本信息丢失以及逆向信息的补充问题;并在编码端加入Attention机制以计算不同输入词对解码端的影响权重,在解码端加入Beam Search算法优化生成序列的流畅度。基于LCSTS数据集实验表明,本文提出的模型在中文文本摘要生成质量和可读性上有所提升。

• 单位
  南京信息职业技术学院; 南京邮电大学