基于关键信息指导网络的
文本摘要的自动生成
Guiding Generation for Abstractive Text Summarization based on KeyInformation Guide Network
李晨亮,徐蔚然,李思,高升
摘要:基于注意力机制的编码器-解码器神经网络模型在文本生成摘要中具有良好的能力。然而,这些模型在生成过程中很难被控制,导致摘要缺乏关键信息。我们提出了一个结合抽取方法和生成式方法的指导生成模型。首先,我们通过抽取模型从输入文本中获取关键词。然后,我们引入一个关键信息指导网络(KIGN),它将关键词编码为关键信息表示,以指导生成过程。此外,我们使用预测指导机制,可以获得当前解码生成的长期价值,以进一步指导摘要生成。我们在CNN /Dailymail数据集上评估我们的模型。实验结果表明我们的模型对实验结果有着显着的提升。
Figure 1: Our key information guide model.
Figure2: Comparison of the output of two models on a news article.
北邮模式识别实验室PRIS
微信号:pris_2018
领取专属 10元无门槛券
私享最新 技术干货