文献类型：期刊文章

作　　者：张克君[1,2] 李伟男[2] 钱榕[1] 史泰猛[1] 焦萌[1]

ZHANG Kejun;LI Weinan;QIAN Rong;SHI Taimeng;JIAO Meng(Department of Computer Science and Technology,Beijing Electronic Science and Technology Institute,Beijing 100070,China;School of Computer Science and Technology,Xidian University,Xi’an Shaanxi 710071,China)

机构地区：[1]北京电子科技学院计算机科学与技术系,北京100070 [2]西安电子科技大学计算机科学与技术学院,西安710071

出　　处：《计算机应用》

基　　金：国家重点研发计划项目(2018YFB1004101)~~

年　　份：2019

卷　　号：39

期　　号：2

起止页码：311-315

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对自然语言处理(NLP)生成式自动摘要领域的语义理解不充分、摘要语句不通顺和摘要准确度不够高的问题,提出了一种新的生成式自动摘要解决方案,包括一种改进的词向量生成技术和一个生成式自动摘要模型。改进的词向量生成技术以Skip-Gram方法生成的词向量为基础,结合摘要的特点,引入词性、词频和逆文本频率三个词特征,有效地提高了词语的理解;而提出的Bi-MulRnn+生成式自动摘要模型以序列映射(seq2seq)与自编码器结构为基础,引入注意力机制、门控循环单元(GRU)结构、双向循环神经网络(BiRnn)、多层循环神经网络(MultiRnn)和集束搜索,提高了生成式摘要准确性与语句流畅度。基于大规模中文短文本摘要(LCSTS)数据集的实验结果表明,该方案能够有效地解决短文本生成式摘要问题,并在Rouge标准评价体系中表现良好,提高了摘要准确性与语句流畅度。

关 键 词：自然语言处理 生成式文本自动摘要  序列映射  自编码器  词向量  循环神经网络

分 类 号：TP181] TP391.1]