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 |