摘要
针对传统的神经网络模型不能较好地反映科技论文内不同章节之间的宏观篇章结构信息,从而容易导致生成的科技论文摘要存在结构不完整、内容不连贯的问题,提出了一种基于宏观篇章结构的科技论文摘要方法。首先搭建了一种基于宏观篇章结构的层级编码器,模型利用图卷积神经网络对章节间的宏观篇章结构信息进行编码,从而构建章节层级语义表示。然后,还提出了一个信息融合模块,旨在将宏观篇章结构信息和单词层级信息进行有效融合,从而辅助解码器生成摘要。最后,利用注意力机制优化单元对上下文向量进行更新优化操作。实验结果表明,该文提出的模型比基准模型分别在ROUGE-1,ROUGE-2以及ROUGE-L上高出3.53%、1.15%和4.29%,并且通过对生成的摘要内容进行分析对比,可进一步证明该模型可有效提高生成摘要的质量。
- 单位