计算机应用

作者：张克君, 李伟男, 钱榕, 史泰猛, 焦萌

单位：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

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

基金：国家重点研发计划项目（2018YFB1004101）。

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。

来源：2019年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第2期