文献类型：期刊文章

作　　者：苏放[1,2] 王晓宇[1] 张治[1,2]

SU Fang;WANG Xiao-yu;ZHANG Zhi(School of Information and Communication Engineering,Beijing University of Posts and Telecommunications,Beijing 100876,China;Institute of Sensing Technology and Business,Beijing University of Posts and Telecommunications,Jiangsu Wuxi 214135,China)

机构地区：[1]北京邮电大学信息与通信工程学院,北京100876 [2]无锡北邮感知技术产业研究院有限公司,江苏无锡214135

出　　处：《北京邮电大学学报》

基　　金：国家科技重大专项项目(2017ZX03001022)

年　　份：2018

卷　　号：41

期　　号：3

起止页码：7-13

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了实现评论摘要的生成式提取,对序列到序列学习的神经网络模型进行分析,提出了一种改进的注意力机制应用模型,并用于评论摘要.挖掘评论摘要特征,使在摘要中出现的文字更多集中在原文首部;针对评论摘要的样本特征,通过改进局部注意力模型,使其对评论原文的句首具有更高的注意力权重,并可端到端地生成评论摘要的每一个词.实验结果表明,该模型在对英文同类别全文长度小于200的评论摘要提取上有更高的准确率.

关 键 词：评论摘要  注意力机制  序列到序列  循环神经网络

分 类 号：TN929.53]