科研之友
微信
新浪微博
Facebook
分享链接
摘要
涉案新闻文本摘要是从法院舆情数据文本中提取与案件相关的文本信息。涉案新闻文本通常包含大量的案件细节信息及案件属性词,并包含准确的主题句凝练,这为涉案新闻文本摘要的抽取带来了极大的挑战,应用于特定领域的文本摘要方法也因此受到极大的限制。针对涉案新闻文本的差异性,提出一种基于案件属性感知的案件倾向性抽取式文本摘要网络架构,相比于当前通用领域文本摘要方法,该模型将领域信息与现有的文本摘要句抽取方法联合学习完成涉案新闻文本摘要任务。在该模型中,1)根据案件属性词构建案件信息库并提出基于案件属性感知的层级选择性编码结构,2)提出案件倾向性联合注意力机制,获得更倾向于涉案新闻的文本语义表征,3)通过句子打分与选择框架联合学习完成摘要句的抽取。实验结果表明,提出的模型在Rouge评价指标上均取得显著提升并抽取出更倾向于与案件相关的摘要句。
-
单位昆明理工大学; 自动化学院
