计算机应用

作者：陈伟, 杨燕

单位：西南交通大学 计算机与人工智能学院，成都 611756

关键词：抽取生成式摘要,TextRank算法,Seq2Seq模型,指针网络,语义融合

基金：国家自然科学基金面上项目(61976247)

作为自然语言处理中的热点问题，摘要生成具有重要的研究意义。基于Seq2Seq模型的生成式摘要模型取得了良好的效果，然而抽取式的方法具有挖掘有效特征并抽取文章重要句子的潜力，因此如何利用抽取式方法来改进生成式方法是一个较好的研究方向。鉴于此，提出了融合生成式和抽取式方法的模型。首先，使用TextRank算法并融合主题相似度来抽取文章中有重要意义的句子。然后，设计了融合抽取信息语义的基于Seq2Seq模型的生成式框架来实现摘要生成任务；同时，引入指针网络解决模型训练中的未登录词（OOV）问题。综合以上步骤得到最终摘要，并在CNN/Daily Mail数据集上进行验证。结果表明在ROUGE-1、ROUGE-2和ROUGE-L三个指标上所提模型比传统TextRank算法均有所提升，同时也验证了融合抽取式和生成式方法在摘要生成领域中的有效性。

来源：2021年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第12期