基于编码器共享和门控网络的生成式文本摘要方法
结合基于自注意力机制的Transformer模型,提出一种基于编码器共享和门控网络的文本摘要方法.该方法将编码器作为解码器的一部分,使解码器的部分模块共享编码器的参数,同时使用门控网络筛选输入序列中的关键信息.相对已有方法,所提方法提升了文本摘要任务的训练和推理速度,同时提升了生成摘要的准确性和流畅性.在英文数据集Gigaword和DUC2004上的实验表明,所提方法在时间效率和生成摘要质量上,明显优于已有模型....
        Saved in:
      
    
          | Published in | 北京大学学报(自然科学版) Vol. 56; no. 1; pp. 61 - 67 | 
|---|---|
| Main Authors | , , , | 
| Format | Journal Article | 
| Language | Chinese | 
| Published | 
            广东省大数据分析与处理重点实验室,广州510006
    
        20.01.2020
     中山大学数据科学与计算机学院,广州510006  | 
| Subjects | |
| Online Access | Get full text | 
| ISSN | 0479-8023 | 
| DOI | 10.13209/j.0479-8023.2019.100 | 
Cover
| Summary: | 结合基于自注意力机制的Transformer模型,提出一种基于编码器共享和门控网络的文本摘要方法.该方法将编码器作为解码器的一部分,使解码器的部分模块共享编码器的参数,同时使用门控网络筛选输入序列中的关键信息.相对已有方法,所提方法提升了文本摘要任务的训练和推理速度,同时提升了生成摘要的准确性和流畅性.在英文数据集Gigaword和DUC2004上的实验表明,所提方法在时间效率和生成摘要质量上,明显优于已有模型. | 
|---|---|
| ISSN: | 0479-8023 | 
| DOI: | 10.13209/j.0479-8023.2019.100 |