基于双编码器结构的文本自动摘要研究
来源：计算机工程杂志2020年第6期北京时间：
作者：冯读娟, 杨璐, 严建峰
单位：苏州大学 计算机科学与技术学院, 江苏 苏州 215006
摘要：为了解决序列到序列模型中编码器不能充分编码源文本的问题，构建一种基于双编码器网络结构的CGAtten-GRU模型。2个编码器分别使用卷积神经网络和双向门控循环单元，源文本并行进入双编码器，结合2种编码网络结构的输出结果构建注意力机制，解码器端使用GRU网络融合Copy机制和集束搜索方法，以提高解码的准确度。在大规模中文短文本摘要数据集LCSTS上的实验结果表明，与RNN context模型相比，该模型的Rouge-1、Rouge-2和Rouge-L分别提高0.1、0.059和0.046。
关键词：自然语言处理,生成式摘要,卷积神经网络,门控循环单元,注意力机制,序列到序列模型,Copy机制
基金资助：国家自然科学基金（61572339，61272449）；江苏省科技支撑计划重点项目（BE2014005）。
