基于改进Sequence-to-Sequence模型的文本摘要生成方法

来源：计算机工程与应用杂志2019年第1期北京时间：

作者：周 健，田 萱，崔晓晖

单位：北京林业大学 信息学院，北京 100083

摘要：基于循环神经网络和注意力机制的Sequence-to-Sequence模型神经网络方法在信息抽取和自动摘要生成方面发挥了重要作用。然而，该方法不能充分利用文本的语言特征信息，且生成结果中存在未登录词问题，从而影响文本摘要的准确性和可读性。为此，利用文本语言特征改善输入的特性，同时引入拷贝机制缓解摘要生成过程未登录词问题。在此基础上，提出基于Sequence-to-Sequence模型的新方法Copy-Generator模型，以提升文本摘要生成效果。采用中文摘要数据集LCSTS为数据源进行实验，结果表明所提方法能够有效地提高生成摘要的准确率，可应用于自动文本摘要提取任务。

关键词：文本摘要,Sequence-to-Sequence模型,语言特征,拷贝机制,Copy-Generator模型